采用非抽样轮廓波的红外与可见光图像融合

doi:10.3778/j.issn.1002-8331.2010.07.053

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (7): 175-177.DOI: 10.3778/j.issn.1002-8331.2010.07.053

• 图形、图像、模式识别 • 上一篇下一篇

采用非抽样轮廓波的红外与可见光图像融合

傅震宇，金炜，岑雄鹰

宁波大学信息科学与工程学院，浙江宁波 315211

收稿日期:2008-09-10 修回日期:2008-11-28 出版日期:2010-03-01 发布日期:2010-03-01
通讯作者: 傅震宇

Infrared and visible images fusion using non-subsampled contourlet transform

FU Zhen-yu，JIN Wei，CEN Xiong-ying

Faculty of Information Science and Technology，Ningbo University，Ningbo，Zhejiang 315211，China

Received:2008-09-10 Revised:2008-11-28 Online:2010-03-01 Published:2010-03-01
Contact: FU Zhen-yu

摘要/Abstract

摘要： 提出了一种基于非抽样轮廓波变换的红外与可见光图像融合算法。该算法首先利用非抽样轮廓波变换对输入图像进行多尺度、多方向稀疏分解，有效地表达了图像的高维奇异信息；然后，为了弥补基于像素的图像融合方法的不足，在变换域通过邻域一致性测度的计算，实现了变换系数的局部自适应融合。实验结果表明，所提出的算法既可保持可见光图像的光谱信息，又可有效获取红外图像的热目标信息。

关键词: 非抽样轮廓波变换, 邻域一致性测度, 红外图像, 图像融合

Abstract: A fusion algorithm for infrared and visible images using Non-Subsampled Contourlet Transform（NSCT） is proposed.By using NSCT，the input images are decomposed into multi-scale and multi-dierction subbands to represent the high dimensional singularity of images.Then，in order to overcome the shortcoming of pixel-based fusion，this algorithm realizes the local adaptive fusion via Neighborhood Homogeneity Measurement（NHM）.The simulation results show that the presented algorithm can not only hold spectrum information of the visual image，but also get hot object information of the infrared image effectively.

Key words: non-subsampled contourlet transform, neighborhood homogeneity measurement, infrared image, image fusion

中图分类号:

TP391

傅震宇，金炜，岑雄鹰. 采用非抽样轮廓波的红外与可见光图像融合[J]. 计算机工程与应用, 2010, 46(7): 175-177.

FU Zhen-yu，JIN Wei，CEN Xiong-ying. Infrared and visible images fusion using non-subsampled contourlet transform[J]. Computer Engineering and Applications, 2010, 46(7): 175-177.

[1]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[2]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[3]	王长城，周冬明，刘琰煜，谢诗冬. 无监督深度学习模型的多聚焦图像融合算法[J]. 计算机工程与应用, 2021, 57(21): 209-215.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	李广安，曹岩，岳晓新. 基于BEEMD分解的红外与可见光图像融合[J]. 计算机工程与应用, 2021, 57(14): 237-244.
[6]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[7]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[8]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[9]	吴帆，高媛，秦品乐，王丽芳. 基于拉普拉斯金字塔和CNN的医学图像融合算法[J]. 计算机工程与应用, 2020, 56(15): 208-214.
[10]	李一菲，杨燕，张国强. 基于补偿暗通道和透射率融合的图像去雾算法[J]. 计算机工程与应用, 2019, 55(3): 196-201.
[11]	余霆嵩，文元美，凌永权. 基于张量分解融合RGB-D图像的物体识别[J]. 计算机工程与应用, 2019, 55(2): 174-178.
[12]	李敏，苑贤杰，骆志丹，邱晓华. 基于改进引导滤波与DCPCNN的图像融合方法[J]. 计算机工程与应用, 2019, 55(19): 207-213.
[13]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[14]	陈曦1，王毅刚1，吴子朝1，李际军2. 一种舞台增强现实系统的研究与实现[J]. 计算机工程与应用, 2018, 54(3): 11-17.
[15]	付争方1，朱虹2. 多尺度细节融合的多曝光高动态图像重建[J]. 计算机工程与应用, 2018, 54(24): 182-187.

采用非抽样轮廓波的红外与可见光图像融合

Infrared and visible images fusion using non-subsampled contourlet transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics