基于改进GoDec算法的红外与可见光图像融合

为了提高红外与可见光融合图像的边缘强度和视觉信息保真度,并考虑到源图像中的腐败噪声成分,尽量保留其中的有效信息。提出了一种基于改进的GoDec(Go Decomposition)算法的红外与可见光图像融合方法。通过基于广义最大相关熵(GMCC)的GoDec算法对源图像分解得到低秩与稀疏图像,采用基于非下采样Contourlet变换(NSCT)的方法融合低秩图像,使用加权平均策略融合稀疏图像。实验结果表明,与其他5种融合方法相比,该方法的融合图像的平均梯度提高了10.3%到54.5%,边缘强度提高了3.1%到47.6%,空间频率提高了33.3%到110%,图像清晰度提高了28.1%到69.2%,视觉信息质量提高了8%到50%。