杨 彬，黄润才，王从澳

(上海工程技术大学电子电气工程学院，上海 201600)

0 引 言

多传感器图像融合是多个传感器对于同一场景所捕捉到的图像信息，利用各个传感器不同工作原理将多种图像优势互补而综合起来得到一幅对该场景描述更加清晰完整的图像[1]。红外和可见光图像融合在图像融合范畴也是不可或缺的。红外传感器主要是依靠它的热辐射，可以较为容易地得到与背景温度差较大的目标，因而红外图像抗干扰能力强，但相比之下比较缺乏目标场景的细节信息。可见光传感器得到的图像在细节信息方面保存较为完好，然而可见光传感器易受天气等外界因素所干扰[2-4]。综合两者可知，红外图像和可见光图像具备良好的互补特性，将红外传感器全天工作抗干扰特性和可见光传感器保留光谱信息特性相结合，可以得到对目标场景更加清晰全面的图像[5-7]。

目前，图像融合技术发展迅速，多尺度几何变换因简单实用、时频局部化等优点而广受欢迎[8]。小波变换的局部分解能力适合人眼进行观测，因而在图像分析和融合方面应用较为广泛。但是正交小波变换会在重建图像中产生振铃效果，仅能分解有限的方向信息，并且基于Mallat方法的正交小波变换对于图像的边缘和多方向信息处理较差[9]。基于这些问题，随后有学者提出了轮廓波变换(Contourlet Transform， CT)[10-12]，Contourlet变换善于捕捉图像平滑的轮廓信息和方向的纹理信息，也正好改善了小波变换的这些问题。……