基于双树复小波变换和频域U-Net的多光谱图像融合算法

提出基于双树复小波变换(dual-tree complex wavelet transform,DTCWT)和频域U-Net的多光谱图像融合算法。通过将彩色图像和基于荧光示踪剂标记肿瘤等研究目标的荧光图像进行DTCWT分解,获取源图像的高低频分量,利用频域U-Net对荧光图像的低频子带进行处理,分割得到只包含目标区域分布的感兴趣区域。基于感兴趣区域对将荧光图像的高低频子带以低频加权相加、高频取绝对值较大者的融合规则与彩色图像绿色通道融合,并经过DTCWT逆变换重构得到多光谱融合图像。实验表明,本研究提出的多光谱图像融合方法相较于传统融合算法具有更高的空间频率、结构相似性、互信息以及边缘信息保持度,突出了目标区域特征,提高了融合图像的显示效果。