丁贵鹏， 陶钢， 李英超, 庞春桥， 王小峰， 段桂茹

(1.南京理工大学 能源与动力工程学院， 江苏 南京 210094； 2.长春理工大学 光电工程学院， 吉林 长春 130022；3.陆军装备部驻吉林地区军事代表室， 吉林 吉林 132000)

0 引言

可见光成像传感器和前视红外成像传感器是两种常用的不同模态传感器。前视红外成像传感器依据物体温度不同或辐射率不同进行成像，属于被动成像，具有抗干扰性强、目标识别能力强和全天候工作等优势，在军事、安防等领域应用广泛[1]。但红外图像具有对比度低、信噪比低和成分复杂等缺点。可见光成像传感器捕捉的是场景表面反射的可见光强度信息，图像具有分辨率高、质量好并能够提供目标所在场景的细节信息等优点，但易受环境光线和气候影响，不能全天候工作。利用图像融合技术综合红外图像和可见光图像的互补信息，可得到一幅既具有较好的目标指示特性又具有清晰场景信息的图像，提高观察者对整个场景的认知度，进一步拓展红外成像的应用领域[2]。

近年来，国内外相关学者提出了许多红外与可见光图像的融合方法，其中基于多尺度分解的融合方法应用最广泛。该方法主要包括两个核心内容，一个是多尺度分解工具的选择，另一个是系数融合算法的设计[3]。多尺度分解工具主要包括各种金字塔变换和小波变换，如梯度金字塔、比率金字塔、离散小波、曲波、轮廓波、剪切波、非下采样轮廓波变换(NSCT)等[4]，文献[5]对多尺度分解工具在图像融合领域的应用进行了对比分析，结果显示具有平移不变性和灵活方向选择性的NSCT融合效果最好，应用也最广泛。……