可见光与红外图像融合 matlab_VIFB: 一个可见光与红外图像融合Benchmark

已更新Github地址。

若觉得有用，欢迎使用、引用和进一步联系交流。谢谢！

----

一、背景介绍

可见光与红外图像融合（Visible and infrared image fusion）是图像融合领域的一个分支。其在很多领域都有应用，例如可见光与红外图像融合跟踪（RGB-T tracking）、人脸识别、人耳识别、SLAM、国防领域。因此，多年以来，一直是比较活跃的研究领域。

从方法上来讲，主要包含基于空间域的和基于变换域的方法。

基于空间域的方法是指直接在空间域对源图像进行操作从而得到融合图像的方法，主要包含基于像素的(pixel-based)、基于块的(block-based)和基于区域(region-based)的方法。

基于变换域的方法是指首先将源图像变换到某个变换域，然后在该变换域内进行图像融合（一般以系数的形式），最后再用逆变换得到融合图像的过程。常用的变换包括多尺度变换（例如小波变换）、压缩感知、稀疏表达等。

近年来，随着深度学习的发展，深度学习技术也被引入到了可见光与红外图像融合领域。包括CNN，GAN等在内的一些深度学习模型被应用到了可见光与红外图像融合领域，并取得了不错的效果。

二、存在的问题

然而，从可见光与红外图像融合这个研究方向出现