基于区域特征相似度的红外与可见光图像融合算法

摘要

为了提高红外与可见光图像融合质量,本文提出了一种基于区域特征相似度的图像融合算法.首先采用分水岭和区域合并的方法对红外图像进行分割,有效划分源图像中的目标区域和背景区域,区域能量相似度作为区域合并的测度.然后采用非下采样contourlet变换对红外与可见光图像进行多分辨率分解,将红外图像分割结果映射至可见光图像,通过计算源图像对应区域的区域能量相似度和区域结构相似度,结合红外与可见光图像自身特征判定区域属性,如主动发光体、热辐射且不反光物体及被动发光体等,分别对多分辨率分解的高频子带系数及低频子带系数采用不同的融合策略进行融合.最后通过非下采样contourlet反变换实现融合图像重构.图像融合算法对比实验表明,本文融合算法有效提取了目标区域,充分融合了细节特征,融合图像目标辨识度较高,边缘特征比较显著,融合图像的梯度、互信息量、Q评价指标、UIQI指标、WFQI指标和EFQI指标分别提高58.23％、27.67％,60.97％,17.3％,17.16％,17.4％.