紅外和可見(jiàn)光圖像融合算法的研究.pdf

1、紅外和可見(jiàn)光圖像融合是將紅外傳感器和 CCD傳感器針對(duì)某一場(chǎng)景獲得的兩幅圖像進(jìn)行綜合處理，從而得到一幅信息更全面的新圖像的技術(shù)。與單一、孤立的紅外圖像或者可見(jiàn)光圖像相比，融合后的圖像更易識(shí)別，能夠提供更多的目標(biāo)信息。
　　本論文主要研究了基于多尺度分解的紅外和可見(jiàn)光圖像融合算法。針對(duì)傳統(tǒng)融合算法融合后圖像模糊、信息不豐富的問(wèn)題進(jìn)行研究。其成果如下：
　　1．針對(duì)小波變換在圖像處理中的方向選擇性有限、幾何正則性缺失等缺陷以及

2、Contourlet變換不具有時(shí)不變性，選擇非下采樣 Contourlet變換進(jìn)行融合的操作。非下采樣 Contourlet變換能夠充分的挖掘圖像的方向信息，對(duì)于高維圖像信息能夠?qū)崿F(xiàn)更稀疏的表示，表現(xiàn)出多尺度、多方向性、平移不變性的優(yōu)點(diǎn)。
　　2．針對(duì)融合后圖像模糊現(xiàn)象，采用非下采樣 Contourlet變換對(duì)圖像進(jìn)行分解，重點(diǎn)分析了低頻信息對(duì)圖像清晰度的影響，提出了自適應(yīng)的紅外和可見(jiàn)光圖像融合算法。該方法兼顧圖像低頻的變化和均勻

3、程度，在確保圖像清晰的基礎(chǔ)上保證圖像邊緣不失真，有效的解決了經(jīng)典融合算法的對(duì)比度較差、失真度高的缺陷。通過(guò)實(shí)驗(yàn)驗(yàn)證，相比傳統(tǒng)的非下采樣 Contourlet變換算法熵值平均提高6.8％。
　　3．針對(duì)傳統(tǒng)的紅外與可見(jiàn)光融合算法忽略了紅外與可見(jiàn)光圖片背景的差異性和目標(biāo)的互補(bǔ)性，造成融合后的圖片清晰度不夠，可識(shí)別性差的缺陷，本文分析了紅外和可見(jiàn)光圖像的特點(diǎn)，提出一種基于紅外目標(biāo)提取的圖像融合算法。利用最大類間方差準(zhǔn)則將目標(biāo)從背景中提取