往期推荐
【第11期 图像处理与仿真】 基于改进谱残差显著性图的红外与可见光图像融合
【第11期 图像处理与仿真】基于EmguCV的红外图像海天线提取算法研究
【第11期 图像处理与仿真】基于Faster R-CNN的旋转机械红外检测与识别
1 标题及作者 基于BEMD改进的视觉显著性红外和可见光图像融合崔晓荣,沈 涛,黄建鲁,王 笛
(火箭军工程大学,陕西 西安 710025)
2 关键词 图像融合;二维经验模态分解;显著性图;非下采样轮廓波变换3 摘要 针对视觉显著性融合过程中目标对比度低,图像不够清晰的问题,本文提出一种基于二维经验模态分解(bidimensional empirical mode decomposition,BEMD)改进的Frequency Tuned算法。首先利用BEMD捕获红外图像的强点、轮廓信息用于指导生成红外图像的显著性图,然后将可见光图像和增强后的红外图像进行非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT),对低频部分采用显著性图指导的融合规则,对高频部分采用区域能量取大并设定阈值的融合规则,最后进行逆NSCT变换生成融合图像并进行主观视觉和客观指标评价,结果表明本文方法实现了对原图像多层次、自适应的分析,相较于对比的方法取得了良好的视觉效果。 图1 原始红外图像 图2 不同显著性算法检测结果 图3 灰度因子处理前后对比 图4 NSCT分解结构示意图 图5 基于多尺度变换的红外与可见光图像融合方案 图6 UN camp融合后图像 图7 Duck融合后图像 图8 Quad融合后图像 图9 Road融合后图像 图10 Meting融合后图像点击“阅读原文”查看更多