叶坤涛，李 文，舒蕾蕾，李 晟

〈图像处理与仿真〉

结合改进显著性检测与NSST的红外与可见光图像融合方法

叶坤涛，李 文，舒蕾蕾，李 晟

（江西理工大学 理学院，江西 赣州 341000）

针对当前基于显著性检测的红外与可见光图像融合方法存在目标不够突出、对比度低等问题，本文提出了一种结合改进显著性检测与非下采样剪切波变换（non-subsampled shearlet transform, NSST）的融合方法。首先，使用改进最大对称环绕（maximum symmetric surround, MSS）算法提取出红外图像的显著性图，并进一步通过改进伽马校正进行增强，同时应用同态滤波增强可见光图像。然后，对红外图像与增强的可见光图像进行NSST分解，利用显著性图指导低频部分进行融合；同时设定区域能量取大规则指导高频部分融合。最后，通过NSST逆变换重构融合图像。实验结果表明，本文方法在平均梯度、信息熵、空间频率和标准差上远优于其他7种融合方法，可以有效突出红外目标，提高融合图像的对比度和清晰度，并保留可见光图像的丰富背景信息。

图像融合；显著性检测；非下采样剪切波变换；最大对称环绕；同态滤波

0 引言

图像融合技术可以表述为将同一场景下捕捉的两幅或多幅传感器图像合成一幅组合了互补信息源、对场景信息描述更准确的图像，红外与可见光图像融合则是多源传感器信息融合领域中一个较为重要的分支[1]。它将红外图像的目标区域与可见光图像的细节信息相结合，形成一幅描述场景信息更全面的融合图像，能够克服红外传感器与可见光传感器各自成像时的缺陷，如红外图像的细节信息缺失、对比度和分辨率低，可见光图像易受反射光等外界环境的干扰，目标信息难提取等。……