基于小波变换和各向异性扩散的红外和可见光图像融合算法

摘要

针对利用传统方法进行红外与可见光图像融合时易出现边缘模糊以及细节分辨能力弱的问题,提出一种基于小波变换和各向异性扩散的红外和可见光图像融合算法。首先,将红外图像和可见光图像利用小波变换进行多尺度分解,获取原图像所对应的高频部分和低频部分;其次,将高频部分和低频部分分别进行各向异性扩散,生成对应图像的基础层和细节层;然后,采用KL变换对异源图像的细节层进行融合,采用加权平均方法对基础层进行融合;最后,将融合后的细节层和基础层通过线性重构得到最终的融合图像。为了验证所提出算法的优势,将其与3种经典融合算法进行比较。通过大量融合实验表明,相比于其他3种经典融合算法,所提出的算法不仅实时性好,而且融合结果能够较好保留原图像丰富的细节信息,具有较高的清晰度。