科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对红外和可见光图像具有的不同特点，提出一种基于支持向量机的红外与可见光图像融合新算法，首先，利用支持向量多尺度变换对红外图像和可见光图像进行分解，得到不同分辨率下的高频图像和低频图像，然后对低频图像采用区域能量与匹配度加权相结合的方法，利用区域像素相关性，根据匹配度选择权重值进行融合，充分保留图像轮廓特征信息；对高频图像采用多方向拉普拉斯算子计算邻域加权和，结合局部能量的融合策略，尽可能突出纹理细节信息；最后对融合得到的高频和低频系数进行重构得到融合图像。实验结果表明，相对于传统红外与可见光图像融合方法，该算法有效综合了源图像的纹理结构信息，并在主观视觉与客观指标上获得了更好的融合效果。
-
单位安徽大学; 安徽国际商务职业学院
