基于内生长机制和卷积稀疏表示的红外与可见光图像融合
Infrared and visible light image fusion based on internal generative mechanism and convolution sparse representation作者机构:重庆工商大学机械工程学院重庆400067 重庆工商大学制造装备机构设计与控制重庆市重点实验室重庆400067
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2022年第37卷第1期
页 面:167-174页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金项目(31501229,61861025) 重庆市基础研究与前沿探索项目(cstc2018jcyjAX0483) 重庆市教委项目(KJQN201900821,KJQN202000803)。
主 题:图像融合 内生长机制 卷积稀疏表示 红外与可见光 ISR算子
摘 要:为了提升红外与可见光图像融合视觉效果,克服融合结果的伪影效应,提出一种基于内生长机制结合卷积稀疏表示的图像融合方法.首先,采用符合人类大脑推理的内生长机制对源图像进行分解,获取预测层和细节层;其次,对细节层采用卷积稀疏表示进行二次分解,获取二次细节层和基本层,并分别对其采用活动水平测度取大以及加权平均规则进行融合;再次,针对预测层定义ISR混合算子融合规则,并进行融合;最后,将融合后的预测层和细节层相加获取最终融合结果.实验中,采用3组具有代表性的红外与可见光图像进行算法测试,实验结果表明所提出的方法具有较好的主观视觉效果,并且客观评价指标更好,具有有效性.