基于Tetrolet變換的紅外與可見光圖像融合算法研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展，各類傳感器工藝的不斷完善，以及人們對物質(zhì)生活水平的要求的不斷提高，使得單一的一些圖像不能滿足人民的需求。并且在軍事戰(zhàn)場上，為了能及時發(fā)現(xiàn)目標(biāo)，給戰(zhàn)士留下充足的準(zhǔn)備時間，這些原因都使得圖像融合技術(shù)越來越顯得重要，所以研究這項技術(shù)有著非常重大的意義。尤其是紅外與可見光圖像，這是一對互補的傳感器圖像，使得融合的圖像信息更加豐富，所以本文主要研究這兩者之間的圖像融合技術(shù)。
　　本文首先對常用的一些算法進(jìn)行分析研究，

2、并將這些算法進(jìn)行對比，論述了這些算法優(yōu)缺點。主要工作是針對紅外圖像的目標(biāo)物體能量高以及可見光圖像細(xì)節(jié)信息豐富的特點，提出一種基于改進(jìn)的Tetrolet變換的紅外與可見光圖像融合算法。這種算法首先是對Tetrolet變換中的模板選擇上進(jìn)行改進(jìn)，不再是選擇高頻系數(shù)的最小值作為評判標(biāo)準(zhǔn)，而是以高頻系數(shù)的一階范數(shù)最大值作為標(biāo)準(zhǔn)。這樣做是為了在高頻區(qū)域保留更多的原始的高頻細(xì)節(jié)信息，有效提高融合圖像的清晰度以及信息量；再者是果斷去掉了硬閾值函數(shù)的設(shè)

3、定，這樣雖然在去噪方面有所損失，但卻可以有效保留細(xì)微的細(xì)節(jié)信息，使得圖像的逆變換質(zhì)量提高；在逆變換中，增加逆變換模板的選擇這一過程，用峰值信噪比PSNR作為選擇標(biāo)準(zhǔn)，提高了融合圖像的對比度；最后就是在融合規(guī)則上進(jìn)行改進(jìn)，將局部區(qū)域能量自適應(yīng)的融合規(guī)則加以改變，增加能量比這一因素，根據(jù)能量比的大小，對權(quán)值進(jìn)行適當(dāng)?shù)目s放，可以有效保留紅外圖像中的目標(biāo)特征信息以及可見光中的一些背景信息。
　　本文通過選取兩組背景不同的圖像進(jìn)行對比實驗，

4、一組是城市中的夜景，人物目標(biāo)較為豐富；另一組是野外環(huán)境下的圖像，背景比較復(fù)雜。通過在MATLAB軟件上進(jìn)行實驗仿真，實驗結(jié)果表明，通過本文提出的融合算法，確實要比其他一些常用的融合算法效果要好。在主觀評價指標(biāo)中，通過本文算法得到的融合圖像的目標(biāo)特性更好，而且可見光中的背景信息也較為豐富。在客觀的實驗數(shù)據(jù)中，平均梯度值 AvG、信息熵 IE以及峰值信噪比PSNR都有較大的提高，通過客觀數(shù)據(jù)有效驗證了本文算法的有效性和可行性。在程序的實現(xiàn)過