首页|基于DNST和卷积稀疏表示的红外与可见光图像融合

基于DNST和卷积稀疏表示的红外与可见光图像融合

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了克服传统红外与可见光图像融合方法的不足,本文提出了一种基于离散不可分离剪切波与卷积稀疏表示的融合方法.首先,利用离散不可分离剪切波将源图像分解为近似图像和方向细节图像,相比较于其他多尺度分解工具,离散不可分离剪切波能够在不同尺度内更好地分离出图像中重叠的重要特征信息.其次,利用源图像的显著特征图加权平均融合近似图像,保持融合图像的亮度和能量不丢失.卷积稀疏表示能够深度提取图像的显著特征,利用多维系数的l1范数作为活性测度构造显著特征图,生成近似图像的权重分配决策图.方向细节图像的融合规则采用"系数绝对值取大-高斯滤波"规则,通过"系数绝对值取大"规则获得初始权重分配决策图,利用高斯滤波器对决策图进行滤波处理,降低噪声的敏感度,同时增加可见光图像信息比例.最后,通过离散不可分离剪切波逆变换对融合后的系数进行重构,得到最后的融合图像.实验结果表明,相比较于已有文献的其他典型融合方法,本文融合方法在主观视觉和客观评价准则方面都取得了较好的融合性能.
Infrared and visible image fusion based on discrete nonseparable shearlet transform and convolutional sparse representation

陈广秋、陈昱存、李佳悦、刘广文

展开 >

长春理工大学 电子信息工程学院,长春 130022

吉林铁道职业技术学院 高铁综合技术学院,吉林省吉林市 132200

计算机应用 图像融合 离散不可分离剪切波 卷积稀疏表示 显著特征图

吉林省科技发展计划项目吉林省教育厅"十三五"科学技术项目

20180201090GXJJKH20200785KJ

2021

10.13229/j.cnki.jdxbgxb20200166

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(3)
  • 4
  • 8