韩 阳，杨 华

(山西农业大学信息科学与工程学院，太谷 030801)

图像融合技术是一项贴近生活的实用技术，被应用到了多个生活领域[1-3]。正由于图像融合技术给人们的生活带来了帮助，人们对其的研究也越显重要。

目前图像融合技术多种多样，如Wang等[4]通过非下采样剪切波变换(nonsubsampled Shearlet transform,NSST)获取图像的不同系数，并在此基础上计算图像的能量特征，获取融合结果。由于利用融合梯度计算图像能量的方法，忽略了图像的显著信息，易使得融合结果含有间断现象。Singh等[5]采用NSST机制来获取图像的高、低频系数后，再将基于局部可见性的自适应神经网络模型和基于log-Gabor能量的规则分别应用于低、高频系数的融合。由于log-Gabor能量的规则没有考虑图像的显著信息，使得融合图像中存在吉布斯效应。刘明君等[6]提取了图像的边缘等特征后，采用基于奇异值分解和压缩感知分别获取融合低频和高频子带。由于奇异值分解方法的平移特性较弱，使得分解所得系数易丢失原始信息，导致融合图像含有间断效应的出现。Samet等[7]基于平稳小波变换对图像进行分解，并设计了一种基于sobel算子的梯度融合规则，利用图像的梯度幅值，计算了图像中像素重要度的权重系数，并利用这些权重系数生成融合子带。由于小波变换不能满足多方向性的需求，对源图像信息保真度较低，易使得融合图像出现块现象。

为了降低吉布斯效应及间断效应，现采用NSST变换来分解输入图像，获取图像的不同的频域系数。……