殷　明，段普宏，褚　标，梁翔宇

(合肥工业大学 数学学院，安徽 合肥 230009)



基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合

殷明，段普宏*，褚标，梁翔宇

(合肥工业大学 数学学院，安徽 合肥 230009)

提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法，以改善传统的基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像，利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数。根据高低频系数的不同特点，提出改进的稀疏表示(ISR)的融合规则用于低频子带；然后将改进的空间频率作为脉冲耦合神经网络的外部输入，提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明：本文方法在客观指标和视觉效果方面均优于传统图像融合的方法。与传统的NSCT-SR方法相比，实验的两组图像中4个客观指标：互信息(MI)、边缘信息保留量QAB/F，平均梯度 (AG)和标准差(SD)分别提高了9.89%、6.39%、104.64%、55.09%和9.53%、17.77%、95.66%、52.89%。

图像融合；红外图像；可见光图像；非下采样双树复轮廓波变换；稀疏表示；自适应双通道脉冲耦合神经网络；形态学变换

1　引　言

红外和可见光图像融合[1]就是将通过不同传感器获取的两幅图像整合成一幅质量更高的图像，其已广泛应用于计算机视觉、目标识别和军事等领域[2-3]。目前基于红外和可见光图像融合的算法主要在小波域中进行，但传统小波变换的方向性有限，不能高效地表示图像的纹理、轮廓和边缘等细节信息。……