基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合.pdfVIP

第 24卷 第 7期 光学 精密工程 Vo1．24 NO．7 2016年 7月 OpticsandPrecisionEngineering July．2016 文章编号 1004—924X(2016)07-1763—09 基于非下采样双树复轮廓波变换和 稀疏表示的红外和可见光图像融合 殷 明，段普宏 ，褚 标，梁翔宇 (合肥工业大学数学学院，安徽合肥 230009) 摘要：提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法，以改善传统的 基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像，利用NSDTCT变换进行图像分解得到 低频子带系数和高频子带系数。根据高低频系数的不同特点，提出改进的稀疏表示 (ISR)的融合规则用于低频子带；然 后将改进的空间频率作为脉冲耦合神经网络的外部输入，提出基于 自适应双通道脉冲耦合神经网络 (2APCNN)的融合 策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明：本文方法在客观指标和视觉效果方 面均优于传统 图像融合 的方法 。与传统的NSCT—SR方法相 比，实验的两组 图像 中4个客观指标 ：互信息 (MI)、边缘信 息保留量 Q ，平均梯度 (AG)和标准差(sD)分别提高了9．89 、6．39Voo、104．64 、55．09 和9．53 、17．77 、95．66 、 52．89 。 关 键 词 ：图像融合 ；红外 图像 ；可见光 图像 ；非下采样双树复轮廓波变换 ；稀疏表示 ；自适应双通道脉冲耦合神经网 络 ；形态学变换 中图分类号 ：TP391．4 文献标识码 ：A doi：10．3788／OPE1763 Fusion ofinfrared andvisibleimagescombined withNSDTCT andsparserepresentati0n YIN M ing，DUAN Pu—hong ，CHU Biao，LIANG Xiang—yu (SchoolofMathematics，HefeiUniversityofTechnology，Hefei230009，China) *C0rrep0 gauthor，E-mail：duanpuhong(126．corn Abstract：A novelfusion method of infrared and visible images was proposed based on Non— subsampled Dual—tree Complex Contourlet Transform (NSDTCT) and sparse representation to Overcometheshortcomingsoftraditiona1imagefusionmethodbasedonwavelettransform．W iththe proposedmethod，morphologicaltransform wasusedtodealwithsourceimages，andthenthesource imagesweredecomposedbytheNSDTCT toobtain thelow frequencysub—bandcoefficientsandhigh frequency sub—band coefficients． According to the differentcharacteristics ofthe low and high frequencycoefficients，anImprovedSparseRepresentation (ISR)fusionrulewasproposedforthelow frequencysub—bands；Then，theimprovedspatialfrequencywasusedastheexternalinputofapulse coupledneuralnetwork