控制与决策

作者：沈瑜,陈小朋,刘成,张泓国,王霖

单位：兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,

关键词：图像融合;潜在低秩表示;非下采样剪切波变换;区域能量比;稀疏表示;逻辑加权

基金：国家自然科学基金项目(61861025,61562057,61761027,51669010)；教育部长江学者和创新团队发展计划项目(IRT_16R36)；甘肃省教育厅高等学校科研项目(216130)；光电技术与智能控制教育部重点实验室(兰州交通大学)开放课题(KFKT2018-9)；兰州市人才创新创业项目(2018-RC-117)；兰州交通大学青年基金项目(2015005).

为了解决红外与可见光图像融合中显著特征不突出、图像对比度低的问题,提出一种混合模型驱动的融合算法.首先,采用潜在低秩表示模型分别提取红外与可见光图像的基础子带、显著子带及稀疏噪声子带;其次,采用非下采样剪切波变换模型将基础子带分解为低频系数和高频系数,对低频系数采用字典学习和稀疏表示进行精确拟合,对高频系数采用局部窗口结合逻辑加权进行选择;再次,显著子带采用区域能量比阈值自适应加权法进行融合;最后,对融合后的低频系数和高频系数进行一级重建,得到融合基础子带,舍弃稀疏噪声子带,再结合融合显著子带进行二级重建,得到融合图像.实验结果表明:所提出算法能够得到蕴含丰富信息且较为清晰的融合图像,具有可行性;融合结果的对比度较高,目标轮廓显著,能够提升场景的辨识度,具有有效性.

来源：2021年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第9期