葛 雯，姬鹏冲，赵天臣



NSST域改进NMF的红外与可见光图像融合

葛 雯，姬鹏冲，赵天臣

( 沈阳航空航天大学电子信息工程学院，沈阳110136 )

针对红外与可见光图像融合时细节信息提取不充分、算法复杂度高等缺点，本文提出一种降低算法复杂度、丰富细节信息的基于非降采样剪切波变换(NSST)和非负矩阵分解(NMF)的红外与可见光图像融合算法。该方法根据NSST算法对源图像分别进行多尺度、多方向稀疏分解，分别得到低频部分和高频部分。对低频部分采用基于改进的NMF融合规则；对高频部分采用拉普拉斯能量和视觉敏感度系数相结合的融合规则。最后，对低频融合部分和高频融合部分执行NSST逆变换得到最终的融合图像。实验结果表明，该融合方法不仅可以保证融合图像的清晰度，同时还可以缩短算法的运行时间。

图像融合；NSST；NMF；SML

0 引 言

对单一的传感器受环境影响造成成像不完全，不准确等方面，随着科技的不断发展，人们通过探寻互补的成像信息进行信息融合，来达到消除单一传感器成像弊端，此种技术被应用在很多技术领域，比如红外与可见光图像的融合，高光谱图像的融合，多聚焦图像的融合等[1]。由图像信息提取的特征层次的不同，可以把图像融合分为像素级图像融合，特征级图像融合，决策级图像融合这三个层次[1-2]。传统图像融合算法复杂度高边缘细节提取不全，只能在有限的方向上分解，为此K. Guo和G.Easley等提出了基于非降采样剪切波变换(Non-subsampled Shearlet Transform，NSST)。此理论让标准的剪切波滤波器从伪极向坐标系统映射到Cartesian坐标系统，通过快速逆傅里叶变换FFT，进行二维卷积完成，避免了下采样操作，使其具有平移不变性克服了伪Gibbs现象[3-4]。……