张洲宇,曹云峰,丁 萌,陶 江

(1.南京航空航天大学 航天学院,南京 210016；2.南京航空航天大学 民航学院,南京 211106)

由于传感器成像特性的差异，红外传感器与可见光传感器拍摄的图像往往具有较强的互补性[1]。红外图像在低能见度条件下依然可以清晰的捕获目标，但是图像的边缘、纹理等细节不够丰富。可见光图像具有较强的细节保存能力，但是成像质量极易受到光照变化的影响。为了最大程度地结合两种图像类型的优点，将红外图像与可见光图像进行融合从而弥补传感器的固有缺陷成为了一条行之有效的思路。红外图像与可见光图像融合目前已广泛地应用于智能监控、目标监视、视频分析等领域[2]。

现有的图像融合算法根据所选取的融合信息可分为像素级、特征级、决策级3个层级，其中像素级图像融合直接对源图像进行融合，所保存的细节信息最为完备，因此在过去数十年中得到了广泛的关注[3]。像素级图像融合又可以进一步分为空间域融合与变换域融合两类，空间域融合无需对图像进行任何变换操作，因此实现较为简单，但是易于导致融合图像低对比度及块状分布等缺陷。为了克服上述不足，变换域图像融合采取的方案是对源图像进行适当的图像变换，并对转换后的图像信息进行融合。变换域图像融合的基本流程分为：1)图像变换，将源图像由空间域映射到变换域；2)活性度衡量，衡量变换后向量的重要程度；3)融合规则设计，采取恰当的融合规则完成活性层的筛选。……