基于RPCA和PLIP的红外与可见光图像融合方法

作者：许静; 刘敬; 李康欣

来源：西安邮电大学学报, 2022, 27(06): 22-30.

DOI：10.13682/j.issn.2095-6533.2022.06.004

• 图像融合
• 红外与可见光图像
• 鲁棒主成分分析
• 参数化对数图像处理

针对现有的红外与可见光图像融合方法存在源图像细节纹理丢失、对比度和清晰度不高等问题，提出一种基于鲁棒主成分分析(Robust Principal Component Analysis, RPCA)和参数化对数图像处理(Parameterized Logarithmic Image Processing, PLIP)的红外与可见光图像融合方法。利用RPCA将待融合图像分解为稀疏矩阵和低秩矩阵。对稀疏矩阵结合局部二值模式(Local Binary Pattern, LBP)和直觉模糊集(Intuitionistic Fuzzy Set, IFS)进行融合，以减少噪声干扰，获取丰富的细节。对低秩图像基于主成分分析(Principal Component Analysis, PCA)和PLIP融合，以增强融合图像背景的纹理信息。实验结果表明，所提方法在保留待融合图像的边缘和细节、融合图像的对比度和清晰度等方面均有所提高，并且主观感受更自然。

• 单位
  电子工程学院; 西安邮电大学