结合FABEMD和改进的显著性检测的图像融合

摘要：

针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算法.首先,通过FABEMD对红外和可见光图像进行多尺度分解得到对应的基础层和细节层.然后,对最大对称环绕显著性检测做暗抑制改进,将其用于基础层的融合上;结合改进的显著性检测和引导滤波,对细节层进行融合.最后,对各融合子图进行 FABEMD逆变换重构出融合图像.与其他经典的融合算法相比,仿真实验验证了本文算法的有效性.

关键词：图像融合、快速自适应二维经验模态分解、显著性检测、引导滤波

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发项目2017YFB1402103-1

在线出版日期：2020-03-20（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：292-300