基于RPCA和PLIP的红外与可见光图像融合方法

摘要：

针对现有的红外与可见光图像融合方法存在源图像细节纹理丢失、对比度和清晰度不高等问题,提出一种基于鲁棒主成分分析(Robust Principal Component Analysis,RPCA)和参数化对数图像处理(Parameterized Logarithmic Image Processing,PLIP)的红外与可见光图像融合方法.利用RPCA将待融合图像分解为稀疏矩阵和低秩矩阵.对稀疏矩阵结合局部二值模式(Local Binary Pattern,LBP)和直觉模糊集(Intuitionistic Fuzzy Set,IFS)进行融合,以减少噪声干扰,获取丰富的细节.对低秩图像基于主成分分析(Principal Component Analysis,PCA)和 PLIP融合,以增强融合图像背景的纹理信息.实验结果表明,所提方法在保留待融合图像的边缘和细节、融合图像的对比度和清晰度等方面均有所提高,并且主观感受更自然.

关键词：图像融合、红外与可见光图像、鲁棒主成分分析、参数化对数图像处理

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目2021JM-459

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：22-30