摘要

为了克服小波变换与Contourlet变换在图像融合应用中的不足,提出了一种基于非下采样Contourlet变换域的脉冲耦合神经网络的红外与可见光图像融合算法。首先对被融合图像执行NSCT分解,将图像分解为一个低频子带图像和多个高频子带图像,低频子带使用PCNN加权融合规则,高频子带采用自适应链接强度的PCNN加权融合规则进行融合,最后经NSCT逆变换重构图像。实验表明,该算法有效地融合了红外图像与可见光图像中的显著特征,融合图像边缘、纹理、细节清晰,得到了较好的视觉效果和较优的评价指标。