NSCT框架下动静态联合滤波的红外与可见光图像融合方法

针对NSCT变换在红外与可见光图像融合中的不足,提出一种基于NSCT和动静态联合滤波的红外与可见光图像融合方法。首先,采用NSCT将源图像分解为低频子带和高频子带,进一步采用动静态联合滤波将低频子带分解为低频纹理分量和低频结构分量;再分别针对低频纹理分量、低频结构分量和高频子带的特征,采用不同的融合规则。其中,低频纹理分量以改进拉普拉斯能量和取大为权重图,低频结构分量以绝对值最大和引导滤波为融合规则,高频子带融合以梯度和改进拉普拉斯能量和综合信息作为权重。最后,通过NSCT逆变换得到融合图像。通过对比多组融合图像主、客观评价结果表明,该方法能有效保留边缘信息,保留较多的源图像信息,在视觉质量和客观评价方法优于其他图像融合方法。

动静态联合滤波器在多聚焦图像融合中的应用

动静态联合滤波器具有良好的边缘平滑特性,对梯度反转和全局强度迁移等伪影具有很强的鲁棒性。为了保留源图像的结构信息,提出了基于动静态联合滤波器的多聚焦图像融合方法。首先采用动静态联合滤波器将源图像分解为结构分量和纹理分量,以视觉显著度加权法对结构分量进行融合,综合相位一致性和清晰度信息对纹理分量进行融合;将两分量叠加获得初始融合图像,并通过计算源图像与初始融合图像间的结构相似度作为决策矩阵,获得最终的融合图像。通过对比多组融合图像主、客观评价结果发现,该方法能有效保留边缘信息。