基于二维经验模态分解和高斯模糊逻辑的红外与可见光图像融合

作者：朱攀; 黄战华

来源：光电子·激光, 2017, 28(10): 1156-1162.

DOI：10.16136/j.joel.2017.10.0527

• 图像融合
• 红外与可见光图像
• 二维经验模态分解(B-EMD)
• 高斯模糊逻辑(GFL)

针对传统多尺度图像融合方法容易损失可见光图像细节、弱化红外目标信息和降低图像对比度的问题,基于二维经验模态分解(BEMD)和高斯模糊逻辑(GFL)的特性,提出了一种红外与可见光图像融合的算法。首先,使用BEMD对源图像进行分解,得到图像的本征模(高频成分)和趋势项(低频成分);其次,用GFL对趋势项进行恰当的融合,使用基于邻域特征的区域对比度法融合图像的本征模;最后,通过BEMD逆变换得到融合图像。实验结果表明,与传统的多尺度融合方法相比,在主观上视觉上,本文融合算法能够更有效地保留源可见光图像中的细节信息,并突出红外图像中的目标信息,提高融合图像的质量;在客观评价指标上,本文融合算法的结果在信息熵(IE)、标准差(SD)、平均梯度(AG)、互信息(MI)和空间频率(SF)5个客观指标上明显优于传统的多尺度融合方法。

• 单位
  天津大学; 电子工程学院