基于CV模型和NSCT的红外与可见光图像融合

摘要：

针对传统融合方法在光照不足、目标隐藏或目标和背景颜色接近时，容易出现目标信息丢失或减弱的现象，提出一种将基于CV模型的目标提取与NSCT相结合的方法。该方法使用动态轮廓线模型对红外目标进行搜索检测识别，将源图像序列分为目标和背景区域，利用非下采样Contourlet变换对输入图像进行多尺度、多方向稀疏分解，准确捕获图像中的高维奇异信息，并在目标和背景区域里分别采用不同的融合规则，将其与小波融合方法、拉普拉斯融合方法、NSCT方法作对比，并通过熵、平均梯度、空间频率、标准差等参数对融合后的图像进行定量分析。实验结果表明，该方法不但较好地提高了融合图像的目标探测性，而且融合结果中的目标比较清晰，亮度较高，目视效果较好，在主观视觉效果与客观评价指标上均取得了很好的融合效果。

关键词：CV模型、目标提取、NSCT方法、图像融合

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：180-185