可见光与红外图像融合 matlab_通过L0分解和强度蒙版实现红外与可见光图像融合...

本文提出了一种新的红外与可见光图像融合方法,利用L0分解和强度蒙版技术,有效地分离了目标显著性区域和背景,避免了融合过程中的相互干扰,提高了融合图像的对比度和细节,同时在时间效率上有所提升。通过对多种评价函数的验证,该方法在主观和客观评价上表现出色。
摘要由CSDN通过智能技术生成

红外图像(IR)能够获取目标热辐射,受光照和天气影响较小。同时红外图像也缺乏场景的细节信息。可见光图像(VIS)相比于红外图像具有更高的空间分辨率,也包含更多的细节和纹理信息。IR和VIS图像的融合更有利于人眼和计算机视觉处理。为此,学者提出了包含稀疏表示融合框架、多分辨率分解融合框架、深度学习融合框架、空域变换融合框架等融合框架并衍生众多融合方法。在上述方法中,针对目标显著性区域和背景的融合采用相同的融合策略,但是会导致显著性区域和背景区域在融合过程中相互干扰,进而降低融合图像的对比度和细节等信息。

为此,本文提出一种基于强度蒙版的融合方法。借助红外图像制作图形蒙版,将待融合图像的目标显著性区域与背景区域分离,针对不同区域采用不同策略实现最终的图像融合。文章从四类评价函数(SD,MI,SSIM,Qe)和时间效率等方面对提出的方法进行验证,结果表明该方法在主观视觉与客观评价方面均取得优异效果。

本文提出的通过L0分解和强度蒙版实现红外与可见光图像融合方法的主要优势在于:1)目标显著性区域和背景区域分离,避免两者融合时交叉影响;2)有效提高融合图像的目标对比度背景细节;3)相同条件下能有效提高时间效率。

0eec240b653d39b998fa5668030beb7c.png

图1 L0分解与强度蒙版融合框架

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值