基于变分多尺度的红外与可见光图像融合

冯鑫; 张建华; 胡开群; 翟志芬

doi:10.3969/j.issn.0372-2112.2018.03.025

您当前的位置：

首页 >

文章列表页 >

基于变分多尺度的红外与可见光图像融合

学术论文 | 更新时间：2025-07-16

- 基于变分多尺度的红外与可见光图像融合
- The Infrared and Visible Image Fusion Method Based on Variational Multiscale
- 电子学报 2018年46卷第3期页码：680-687
- 作者机构：
  
  1. 重庆工商大学机械工程学院制造装备机构设计与控制重庆市重点实验室,重庆,400067
  2. 中国农业科学院农业信息研究所,北京,100081
  3. 农业部规划设计研究院,北京,100125
  4. 重庆工商大学机械工程学院制造装备机构设计与控制重庆市重点实验室,重庆,400067
  5. 中国农业科学院农业信息研究所,北京,100081
  6. 农业部规划设计研究院,北京,100125
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.31501229）;重庆市基础科学与前沿技术研究 (一般）项目 (No.csct2015jcyjA40014）;重庆市教委基金 (No.KJ1400628）;重庆工商大学青年博士基金 (No.1352007）;重庆工商大学博士启动基金 (No.2014-56-07）
- DOI：10.3969/j.issn.0372-2112.2018.03.025
  中图分类号： TP391.4
- 网络出版：2018-03-25，
  
  纸质出版：2018
- 稿件说明：
移动端阅览
冯鑫, 张建华, 胡开群, 等. 基于变分多尺度的红外与可见光图像融合[J]. 电子学报, 2018,46(3):680-687.

FENG Xin, ZHANG Jian-hua, HU Kai-qun, et al. The Infrared and Visible Image Fusion Method Based on Variational Multiscale[J]. Acta Electronica Sinica, 2018, 46(3): 680-687.
冯鑫, 张建华, 胡开群, 等. 基于变分多尺度的红外与可见光图像融合[J]. 电子学报, 2018,46(3):680-687. DOI： 10.3969/j.issn.0372-2112.2018.03.025.

FENG Xin, ZHANG Jian-hua, HU Kai-qun, et al. The Infrared and Visible Image Fusion Method Based on Variational Multiscale[J]. Acta Electronica Sinica, 2018, 46(3): 680-687. DOI： 10.3969/j.issn.0372-2112.2018.03.025.

摘要

为解决变换域融合法对强噪声抑制能力差的问题，提出一种基于变分多尺度分解的红外与可见光图像融合方法.首先对待融合图像分别进行变分多尺度分解，获得纹理分量和结构分量.采用引导滤波的方法进行待融合图像的纹理分量融合，在结构分量融合上提出一种以相位一致性、清晰度、亮度综合信息来权衡融合权重的方法，最后将两幅图像融合后的纹理分量和结构分量相加获取最终融合图像.实验结果从主观观察和客观指标看，本文方法在清晰度和细节信息上比离散小波变换（discrete wavelet transform）法、非下采样轮廓波变换（non-subsampled contourlet transform）法、稀疏表示（sparse representation）法、剪切波变换（shearlet transform）法都要高.

Abstract

To improve the ability of the classic transform domain fusion methods filter noise

this paper proposed an infrared and visible light image fusion algorithm based on variation multi-scale decomposition method. Firstly

the original infrared image and visible light image were decomposed into structure components and texture components by variation multi-scale decomposition. The guided filtering method was used in the texture components fusion. In the structure components fusion rule

three coefficients including phase consistency

clarity and brightness information were used to measure the weight. Finally

the performance of the result image is evaluated from objective numerical and subjective observation. When compared with the fusion method based on discrete wavelet transform (DWT)

non-subsampled contourlet transform(NSCT)

sparse representation(SR) and shearlet transform(ST)

the proposed fusion method has higher definition and detail information.

关键词

Keywords

references

浏览量

316

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据