科研之友
微信
新浪微博
Facebook
分享链接
摘要
最近，多尺度特征提取被广泛应用于红外与可见光图像融合领域，但是大多数提取过程过于复杂，并且视觉效果不佳。为了提高融合结果的视觉保真度，本文提出一种基于边缘感知平滑锐化滤波器（Edge-Aware Smoothing-Sharpening Filter,EASSF）的多尺度图像融合模型。首先，提出一种基于EASSF的多尺度水平图像分解方法对源图像进行分解，得到水平方向上的多尺度纹理成分和基础成分；其次，采用最大值融合规则（Max-Fusion, MF）融合纹理成分，避免图像细节信息的丢失；然后，通过一种感知融合规则（Perceptual-Fusion, PF）融合基础成分，捕获显著性目标信息；最后，通过整合融合后的多尺度纹理成分和基础成分得到融合图像。实验通过分析感知融合系数，对比融合结果的客观数据得出红外与可见光图像融合在多尺度EASSF下较为合适的取值范围；在该取值范围内，本文提出的融合模型同一些较为经典和流行的融合方法相比，不仅解决了特征信息提取的复杂性，而且通过整合基础成分的显著性光谱信息，有效地保证了融合结果的视觉保真度。
- 出版日期2022
- 单位南昌航空大学
