基于非下采样剪切波变换的红外与可见光图像融合

作     者：王昭 杜庆治 董安勇 苏斌 赵文博 WANG Zhao;DU Qing-zhi;DONG An-yong;SU Bin;ZHAO Wen-bo

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 昆明北方红外技术股份有限公司云南昆明650500 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2020年第31卷第10期

页      面：1062-1073页

核心收录：

学科分类：0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081002[工学-信号与信息处理] 

基　　金：昆明市科技局科技成果推广应用及科技惠民计划项目《红外热成像森林防火及资源管理系统推广应用》(昆科计字2016-2-G-05372)资助项目。 

主　　题：图像融合 NSST变换 自适应稀疏表示 参数自适应脉冲耦合神经网络 

摘      要：由于传统稀疏表示(SR)冗余字典单一,脉冲耦合神经网络(PCNN)模型参数设置复杂,为了解决上述问题,提出了基于非下采样剪切波变换(NSST)的红外与可见光图像融合算法。该算法首先通过NSST将源图像分解成低频子带和高频子带。然后,使用自适应稀疏表示(ASR)模型进行NSST域低频部分稀疏系数的融合;同时,采用参数自适应脉冲耦合神经网络(PA-PCNN)模型融合相应的高频部分。最后,对融合后的低频和高频波段进行NSST反变换,重建得到融合结果图。实验结果表明:该算法解决了传统SR模型的块效应问题,克服了PCNN模型中自由参数的设置难点,在主观视觉和客观评价上均优于现有算法。