基于对比度和结构提取的红外与可见光图像融合

Abstract

为解决现有多尺度变换方法在融合红外与可见光图像时出现对比度低和边缘轮廓不清晰问题，提出一种基于对比度和结构提取的方法。首先对可见光图像进行自适应增强，对红外图像进行线性归一化处理；然后分别利用稠密SIFT描述符和局部梯度能量算子提取图像的局部对比度和显著结构，结合局部对比度和显著结构的权重得到权重图，通过快速引导滤波器消除权重图的不连续性和噪声；最后利用金字塔分解方法对细化后的权重图和经过增强和线性归一化的源图像进行融合。在公共数据集上进行大量实验，使用6种评价指标对实验结果进行定量分析，并对所提方法与10种主流的图像融合算法进行定性对比。实验结果表明，所提方法可以有效保留源图像的对比度、边缘轮廓和细节信息，并在视觉感知和定量指标上取得更优的融合效果。