基于非下采样Contourlet变换耦合特征选择机制的可见光与红外图像融合算法
为了克服当下较多可见光与红外图像融合方法因忽略了光谱特征而导致融合图像存在光谱扭曲、目标内容显著度较差等不足,提出了非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)耦合特征选择机制的图像融合算法.首先,通过NSCT对可见光与红外图像计算,分离出其不同图像系数.然后,利用信息熵函数,度量图像所含信息量的丰富度,以形成低频系数的融合系数,得到富含红外目标等丰富信息的融合低频系数.采用像素点的邻点信息,度量图像的清晰度特征,并引入均值函数,度量图像的光谱特征,再联合图像的清晰度特征,构造特征选择机制,从图像中选择理想的高频系数融合函数,获取兼顾细节特征和光谱特征的融合高频系数.最后,通过实验结果发现,较现有的融合算法而言,所提算法拥有更好的融合质量,更好地保持了图像的光谱特征,且目标内容显著.
可见光与红外图像融合;非下采样Contourlet变换;特征选择机制;信息熵函数;清晰度特征;光谱特征
35
TP391;TN0(计算技术、计算机技术)
教育部科学研究计划项目;江西省教育厅科学技术研究重点项目;江西省自然科学项目
2021-11-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
163-169