李 文,叶坤涛,李 晟

(江西理工大学理学院,江西 赣州 341000)

1 引 言

图像融合技术表示为获取同一场景下的多幅传感器图像后,在图像配准基础上采取某种方法融合成一幅对场景信息描述更为清晰、准确的图像[1]。图像融合技术中应用较广的一类为红外与可见光图像融合,红外图像的细节信息丢失较严重,对比度和空间分辨率低,但成像时不受反射光的影响；而可见光图像能够捕获场景中的丰富细节信息,对比度和空间分辨率高,但成像时易受外界环境的干扰。红外与可见光图像融合所形成的融合图像可将二者的优势信息进行互补,获取更全面的场景信息,在目标跟踪、军事、医学和航空等领域均有着重要应用[2]。

当前,图像融合方法一般分为三类,即基于空间域、基于变换域和基于神经网络等其他相关方法。虽然后两类融合方法均属于研究的热点,但第三类方法的参数较多且相关配置较复杂,融合效果也十分依赖相关参数的选取,因此,基于多尺度多方向的变换域方法一直深受研究学者们青睐。从早期的金字塔变换[3]起,一系列的多尺度分析方法相继被研究学者们所提出,如离散小波变换、脊波变换、曲波变换、轮廓波变换、非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)及剪切波变换等[4]。早期的金字塔变换缺乏方向性、融合后的图像冗余度较高,且与离散小波变换、脊波变换、曲波变换、轮廓波变换及剪切波变换均易在图像边缘处产生伪吉布斯现象,从而丢失融合图像的部分边缘信息。……