留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于梯度加权的红外与可见光图像融合方法

杨桄 童涛 孟强强 孙嘉成

杨桄, 童涛, 孟强强, 孙嘉成. 基于梯度加权的红外与可见光图像融合方法[J]. 红外与激光工程, 2014, 43(8): 2772-2779.
引用本文: 杨桄, 童涛, 孟强强, 孙嘉成. 基于梯度加权的红外与可见光图像融合方法[J]. 红外与激光工程, 2014, 43(8): 2772-2779.
Yang Guang, Tong Tao, Meng Qiangqiang, Sun Jiacheng. Infrared and visible images fusion method based on gradient weighted[J]. Infrared and Laser Engineering, 2014, 43(8): 2772-2779.
Citation: Yang Guang, Tong Tao, Meng Qiangqiang, Sun Jiacheng. Infrared and visible images fusion method based on gradient weighted[J]. Infrared and Laser Engineering, 2014, 43(8): 2772-2779.

基于梯度加权的红外与可见光图像融合方法

基金项目: 

国家自然科学基金(40901096);吉林省科技发展计划(20140101213JC)

详细信息
    作者简介:

    杨桄(1975- ),男,硕士生导师,副教授,博士,主要从事遥感图像解译和GIS应用分析等方面研究。Email:yg2599@126.com

    通讯作者: 童涛(1989-),男,硕士生,主要从事多传感器图像融合等方面的研究。Email:tongtao0917@163.com
  • 中图分类号: TP751

Infrared and visible images fusion method based on gradient weighted

  • 摘要: 针对可见光和红外图像融合问题,提出一种有效的融合方法。首先,将多尺度分解后的高频系数分为高低两层,并针对各层系数的特点,分别采用基于像素和基于区域特征加权的融合算法合成得到融合图像的高频系数;为了进一步提升融合图像的整体对比度,提高目标的指示能力,提出通过区域平均梯度特征自适应加权的方法得到融合图像的低频系数;最后,对融合的低频和高频系数进行多尺度逆变换得到融合图像。通过主观观察以及客观指标对比证明,该方法的融合性能优于经典的融合方法。
  • [1]
    [2] Zribi M. Non-parametric and region-based image fusion with bootstrap sampling[J]. Information Fusion, 2010, 11(2): 85-94.
    [3]
    [4] Miao Qiguang. A novel algorithm of image fusion using shearlets[J]. Opt Commun, 2011, 284(6): 1540-1547.
    [5] Ma Donghui, Xue Qun, Chai Qi, et al. Infrared and visible images fusion method based on image information[J]. Infrared and Laser Engineering, 2011, 40(6): 1168-1171. (in Chinese)
    [6]
    [7] Tong Tao, Yang Guang, Tan Haifeng, et al. Multi-sensor image fusion algorithm based on NSCT[J]. Geography and Geo-Information Science, 2013, 29(2): 22-25. (in Chinese)
    [8] 马东辉, 薛群, 柴奇, 等.基于图像信息的红外与可见光图像融合方法研究[J]. 红外与激光工程, 2011, 40(6): 1168-1171.
    [9] Li Guangxin, Xu Shuyan, Wu Weiping, et al. Extension of Piella pixel-level multiresolution image fusion framework and its algorithm[J]. Optics and Precision Engineering,2012, 20(12): 2773-2779. (in Chinese)
    [10]
    [11]
    [12] Pu Tian, Ni Guoqiang. Contrast-based image fusion using the discrete wavelet transform[J]. Optical Engineering, 2000, 39(8): 2075-2082. (in Chinese)
    [13] 童涛, 杨桄, 谭海峰, 等. 基于NSCT变换的多传感器图像融合算法[J]. 地理与地理信息科学, 2013, 29(2): 22-25.
    [14] Vladimir Petrovii?. Multi-level image fusion[C]//SPIE, 2003, 5099: 679-688.
    [15]
    [16] Guo Ming, Fu Zheng, Xi Xiaoliang. Novel fusion algorithm for infrared and visible images based on local energy in NSCT domain[J]. Infrared and Laser Engineering, 2012, 41(8): 2229-2235. (in Chinese)
    [17] Canga E F, Nikolov S G, Canagarajah C N, et al. Characterisation of image fusion quality metrics for surveillance applications over bandlimited channels[C]//The 8th International Conference on Information Fusion, Philadelphia, USA, 2005: 483-490.
    [18]
    [19] 李光鑫, 徐抒岩, 吴伟平, 等. Piella像素级多分辨率图像融合框架的扩展及其算法[J]. 光学 精密工程, 2012, 20(12): 2773-2779.
    [20] Zhang L. FSIM: a feature similarity index for image quality assessment[J]. IEEE Trans Image Process, 2011, 20(8): 2378-2386.
    [21]
    [22] Smith M I, Heather J P. Review of image fusion technology in 2005 [C]//SPIE, 2005, 5782: 29-45.
    [23]
    [24] Burt P J, Kolczynski R J. Enhanced image capture through fusion[C]//The 4th International Conference on Computer Vision, 1993: 173-182.
    [25]
    [26]
    [27] 郭明, 符拯, 奚晓梁. 基于局部能量的NSCT域红外与可见光图像融合算法[J].红外与激光工程, 2012, 41(8): 2229-2235.
    [28]
    [29]
    [30]
    [31]
  • [1] 闵莉, 曹思健, 赵怀慈, 刘鹏飞.  改进生成对抗网络实现红外与可见光图像融合 . 红外与激光工程, 2022, 51(4): 20210291-1-20210291-10. doi: 10.3788/IRLA20210291
    [2] 谭威, 宋闯, 赵佳佳, 梁欣凯.  基于多层级图像分解的图像融合算法 . 红外与激光工程, 2022, 51(8): 20210681-1-20210681-9. doi: 10.3788/IRLA20210681
    [3] 高红霞, 魏涛.  改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
    [4] 沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒.  红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
    [5] 曾瀚林, 孟祥勇, 钱惟贤.  高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
    [6] 戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣.  基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
    [7] 张家民, 时东锋, 黄见, 王英俭.  图像融合在偏振关联成像中的应用 . 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
    [8] 郭全民, 王言, 李翰山.  改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法 . 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
    [9] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [10] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [11] 王金玲, 贺小军, 宋克非.  采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
    [12] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [13] 孙斌, 张俊举, 常本康, 杨锋, 韩博.  基于并行信号处理的手持式夜视系统设计与实现 . 红外与激光工程, 2014, 43(4): 1338-1343.
    [14] 杨风暴, 蔺素珍.  基于变换域多合成规则的双色中波红外图像融合 . 红外与激光工程, 2014, 43(11): 3663-3669.
    [15] 刘雪超, 吴志勇, 王弟男, 杨华, 黄德天.  结合自适应窗口的二维直方图图像增强 . 红外与激光工程, 2014, 43(6): 2027-2034.
    [16] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
    [17] 张勇, 金伟其.  夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
    [18] 张勇, 金伟其.  夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
    [19] 杨扬, 戴明, 周箩鱼.  基于均匀离散曲波变换的多聚焦图像融合 . 红外与激光工程, 2013, 42(9): 2547-2552.
    [20] 李新娥, 任建岳, 吕增明, 沙巍, 张立国, 何斌.  NSCT域内基于改进PCNN和区域能量的多光谱和全色图像融合方法 . 红外与激光工程, 2013, 42(11): 3096-3102.
  • 加载中
计量
  • 文章访问数:  202
  • HTML全文浏览量:  10
  • PDF下载量:  203
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-07
  • 修回日期:  2014-01-12
  • 刊出日期:  2014-08-25

基于梯度加权的红外与可见光图像融合方法

    作者简介:

    杨桄(1975- ),男,硕士生导师,副教授,博士,主要从事遥感图像解译和GIS应用分析等方面研究。Email:yg2599@126.com

    通讯作者: 童涛(1989-),男,硕士生,主要从事多传感器图像融合等方面的研究。Email:tongtao0917@163.com
基金项目:

国家自然科学基金(40901096);吉林省科技发展计划(20140101213JC)

  • 中图分类号: TP751

摘要: 针对可见光和红外图像融合问题,提出一种有效的融合方法。首先,将多尺度分解后的高频系数分为高低两层,并针对各层系数的特点,分别采用基于像素和基于区域特征加权的融合算法合成得到融合图像的高频系数;为了进一步提升融合图像的整体对比度,提高目标的指示能力,提出通过区域平均梯度特征自适应加权的方法得到融合图像的低频系数;最后,对融合的低频和高频系数进行多尺度逆变换得到融合图像。通过主观观察以及客观指标对比证明,该方法的融合性能优于经典的融合方法。

English Abstract

参考文献 (31)

目录

    /

    返回文章
    返回