基于深度特征提取的红外与可见光图像融合

针对红外与可见光图像融合算法中细节模糊、对比度低等问题,提出一种基于深度特征提取的融合算法。该算法模型具有较好的泛化性,通过迁移学习可应用于水利工程无人机自动巡检系统的安全监测。首先,利用滚动引导滤波对源图像进行多级分解。其次,针对基础层引入PCANet网络指导融合,针对细节层引入显著测量方法和引导滤波指导细节层融合。最后,将各融合部分进行叠加重构,得到融合图像。实验结果表明,该算法在主观视觉上具有细节信息丰富、高对比度的特点,在客观评价指标上也有较好的结果,尤其是标准差指标,较以往大部分方法领先幅度超过40%。