首页|NSST框架下结合局部自适应亮度与DCAPC-NN的双波段图像融合

NSST框架下结合局部自适应亮度与DCAPC-NN的双波段图像融合

扫码查看
原文链接
  • 万方数据
针对现有红外与可见光图像融合后,易出现边缘平滑严重、纹理细节恢复不足、对比度低、显著目标不突出、部分信息缺失等问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)的红外与可见光双波段图像融合算法.首先,采用基于自适应引导滤波(adaptive guided filter,AGF)的方法对源红外、可见光图像增强.其次,利用NSST正变换分别对源红外与可见光图像分解,得到红外、可见光图像的低、高频子带分量.然后,分别通过基于局部自适应亮度(local adaptive intensity,LAI)与双通道自适应脉冲耦合神经网络(dual channel adaptive pulse coupled neural network,DCAPCNN)规则融合低、高频子带分量.最后,通过NSST逆变换得到最终融合图像.实验结果表明,本文算法整体对比度更适宜,对红外热目标及可见光背景的边缘与纹理的细节恢复性更好,融合图像信噪比高,有效结合了红外及可见光图像的各自优势,与现有传统图像融合与深度学习融合算法相比,本文算法达到了更好的实验效果,在主观视觉感知和客观指标评价中均具有更好的融合性能.
Infrared and visible image fusion based on NSST framework com-bining local adaptive intensity and dual channel adaptive pulse cou-pled neural network

image fusionnon-subsampled shearlet transform(NSST)adaptive guided filter(AGF)local adaptive intensity(LAI)dual channel adaptive pulse coupled neural network(DCAPCNN)

姜迈、郑岩、李宏达、张晓顺、于遨洋

展开 >

中国刑事警察学院侦查与反恐怖学院,辽宁沈阳 110854

痕迹检验鉴定技术公安部重点实验室,辽宁沈阳 110854

中国刑事警察学院刑事科学技术学院,辽宁沈阳 110854

图像融合 非下采样剪切波变换(NSST) 自适应引导滤波(AGF) 局部自适应亮度(LAI) 双通道自适应脉冲耦合神经网络(DCAPCNN)

中央高校基本科研业务费专项公安部科技强警基础工作专项公安部技术研究计划公安部技术研究计划公安理论及软科学研究计划公安理论及软科学研究计划辽宁省自然科学基金指导项目

202308232019GABJC062020JSYJC262019JSYJC232019LLYJXJXY0552019LLYJXJXY0572020-MS-131

2023

10.16136/j.joel.2023.09.0472

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(9)
  • 12