基于RPCA的红外与可见光图像融合

作者：江源; 张梦; 周锦; 高天; 朱金荣^*

来源：激光杂志, 2023, 1-8.

• 红外与可见光图像融合
• 鲁棒主成分分析
• 相对全变分
• 平均能量

图像融合中，多数边缘保持滤波器在优化过程中会损坏细节和纹理信息，并且噪声也会严重影响融合结果，使得融合结果之间出现边界模糊和细节丢失问题。本文中提出了一种基于RPCA(Robus principal component association)算法的红外光和可见光图像融合方法，可有效提高图象清晰度和视觉信息的保真度。首先，利用鲁棒主成分分析(RPCA)分解源图像为低秩部分和稀疏部分，并运用相对全变分和平均能量法对两者进行处理，最后通过NSCT逆变换获得融合图像。实验结果表明，与其他方法相比，该方法所得融合图像的平均梯度、空间频率、边缘强度、互信息量均有提升，提升量级分别为10.6%到72.6%、15%到60.2%、9.7%到69.6%，22.7%到229.7%。

• 单位
  扬州大学