首页 > 论文 > 红外技术 > 41卷 > 7期(pp:640-645)

基于显著性图的红外与可见光图像融合

Image Fusion of Infrared and Visible Images Based on Saliency Map

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

为使红外图像与可见光图像融合后的图像能获得更多目标信息和细节信息,本文提出了一种基于显著性图的图像融合方法。使用改进的 Frequency Tuned(FT)算法提取红外图像的显著性图,并使用对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram Equalization,CLAHE)算法增强可见光图像的对比度。将红外图像与增强后的可见光图像进行非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)后,根据所设定的融合规则分别对红外与可见光图像的低频部分与高频部分进行融合,最后对融合系数进行 NSCT逆变换操作后获到融合图像。实验表明,该融合方法相较于其他方法而言,保留了更多的目标信息和细节信息,可以取得更好的视觉效果。

Abstract

To obtain more details and target information from fused infrared and visible images, an image fusion method based on saliency map is proposed. First, the frequency-tuned algorithm is improved to extract the saliency map of the infrared image, and the contrast of visible image is enhanced by contrast limited adaptive histogram equalization. Then, the infrared and enhanced visible images are decomposed by nonsubsampled contourlet transform, and the low and high frequency coefficients are fused according to the fusion rules. Finally, the fusion image is obtained by the inverse transformation of the low and high frequency fusion coefficients. Experimental results show that compared to the other methods, this fusion method retains more details and target information with good visual effects.

补充资料

中图分类号:TP751。1

所属栏目:图像处理与仿真

收稿日期:2018-10-24

修改稿日期:2019-05-15

网络出版日期:--

作者单位    点击查看

林子慧:中国科学院光电技术研究所,四川成都 610209中国科学院大学,北京 100049
魏宇星:中国科学院光电技术研究所,四川成都 610209
张建林:中国科学院光电技术研究所,四川成都 610209
徐智勇:中国科学院光电技术研究所,四川成都 610209

联系人作者:林子慧(linzihui16@mails.ucas.ac.cn)

备注:林子慧( 1995-),女,硕士研究生,主要从事图像处理方面的研究。

【1】陈天明, 王俊琦 , 张星祥 , 等。 基于特征提取的红外与可见光图像融合[J]。激光与红外 , 2016, 46(3): 357-362。 CHEN Tianming, WANG Junqi, ZHANG Xingxiang, et al。 Fusion of infrared and visible images based on feature extraction[J]。 Laser and Infrared, 2016, 46(3): 357-362。

【2】刘信乐. 热红外图像与可见光图像融合方法研究 [D].成都: 电子科技大学, 2013. LIU Xinle. Research of thermal infrared and visible image fusion[D]. Chengdu: University Of Electronic Science And Technology of China,2013.

【3】方辉, 尹忠科. 一种基于 NSCT的区域能量图像融合算法[J].通信技术, 2010, 43(3): 137-138+141. FANG Hui, YIN Zhongke. An image fusion algorithm based on local energy using NSCT[J]. Communications Technology, 2010, 43(3): 137-138+141.

【4】王晓文, 赵宗贵, 庞秀梅, 等。 基于视觉显著图的图像融合方法 [J]。 吉林大学学报: 工学版, 2014, 44(4): 1203-1208。 WANG Xiaowen, ZHAO Zonggui, PANG Xiumei, et al。 Image fusion method based on visual saliency maps[J]。 Journal of Jilin University (Engineering and Technology Edition), 2010, 43(3): 137-138+141。

【5】钱晓亮, 郭雷, 韩军伟, 等. 视觉显著性检测 :一种融合长期和短期特征的信息论算法[J].电子与信息学报 , 2013, 35(7): 1636-1643. QIAN Xiaoliang, GUO Lei, HAN Junwei, et al. Visual saliency detection: An information theoretic algorithm combined long-term with short-term features[J]. Journal of Electronics and Information Technology, 2013, 35(7): 1636-1643.

【6】Achanta R, Hemami S, Estrada F, SusstrunkS. Frequency-tuned salient region detection[C]//Computer Vision and Pattern Recognition, IEEE, 2009.

【7】XU L, LU C, XU Y, et al. Image smoothing via L0 gradient minimization[J]. ACM Transactions on Graphics (TOG), 2011, 30(6): 174-185.

【8】庞学舜, 王怀彬 。 基于改进的 L0梯度昀小化的图像平滑[J]。天津理工大学学报, 2016, 32(1): 35-39。 PANG Xueshun, WANG Huaibin。 Improved L0 gradient minimization for image smoothing[J]。 Journal of Tianjin University of Technology, 2016, 32(1): 35-39。

【9】Gonzalez R C, Woods R E, Eddins S L。数字图像处理(MATLAB版) [M]。北京: 电子工业出版社 , 2009。 Gonzalez R C, Woods R E, Eddins S L。 Digital Image Processing Using MATLAB[M]。 Beijing: Publishing House of Electronic Industry, 2009。

【10】刘玉婷, 陈峥, 付占方 , 等. 基于 CLAHE的红外图像增强算法 [J].激光与红外, 2016, 46(10): 1290-1294. LIU Yuting, CHEN Zheng, FU Zhanfang, et al. Infrared image enhancement algorithm based on CLAHE[J]. Laser and Infrared, 2016, 46(10): 1290-1294.

【11】张丽。 对比度受限自适应直方图均衡方法 [J]。电脑知识与技术 , 2010, 6(9): 2238-2241。 ZHANG Li。 Contrast limited adaptive histogram equalization[J]。 Computer Knowledge and Technology, 2010, 6(9): 2238-2241。

【12】王烈, 罗文, 陈俊鸿, 等. 自适应 PCNN与信息提取的红外与可见光图像融合[J].计算机工程与应用 , 2018, 54(4): 192-198. WANG Lie, LUO Wen, CHEN Junhong, et al. Fusion of infrared and visible images based on adaptive PCNN and information extraction[J]. Computer Engineering and Applications, 2018, 54(4): 192-198.

【13】王跃华 , 陶忠祥 . 红外与可见光图像融合质量评价方法综述 [J].红外, 2012, 33(6): 7-11. WANG Yuehua, TAO Zhongxiang. Overview of quality evaluation methods of fused infrared and visible images[J]. Infrared, 2012, 33(6): 7-11.

【14】杨桄, 童涛, 陆松岩, 等. 基于多特征的红外与可见光图像融合 [J].光学精密工程, 2014, 22(2): 489-496. YANG Guang, TONG Tao, LU Songyan, et al. Fusion of infrared and visible images based on multi-features[J]. Optics and Precision Engineering, 2014, 22(2): 489-496.

引用该论文

LIN Zihui,WEI Yuxing,ZHANG Jianlin,XU Zhiyong. Image Fusion of Infrared and Visible Images Based on Saliency Map[J]. Infrared Technology, 2019, 41(7): 640-645

林子慧,魏宇星,张建林,徐智勇. 基于显著性图的红外与可见光图像融合[J]. 红外技术, 2019, 41(7): 640-645

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF

极速赛车开奖是真的吗 上海11选5计划 极速赛车官方开奖视频 旺旺彩票计划群 湖南快乐十分 吉林快3代理 TT彩票计划群 山东11选5 极速赛车参考软件 极速赛车是不是官方的