赤外線画像と可視光画像の融合過程で対象物のエッジに発生するゴーストを克服するために、交互勾配フィルターと改良されたパルス結合型ニューラルネットワーク（PCNN）に基づく画像融合手法を提案する。勾配フィルターを基に、ローリングガイドフィルターと平滑反復再生フィルターを組み合わせた交互勾配フィルターを提案し、小構造の除去、局所強度の保持、エッジの回復を同時に実現可能である。交互勾配フィルターを利用して、元画像を近似層と残差層に分解する。近似層は多尺度形態学演算子と最大領域エネルギーと元画像を組み合わせた融合ルールを採用し、残差層は改良されたパラメータ適応型パルス結合型ニューラルネットワーク融合ルールで融合する。最後に交互勾配フィルターを介して融合結果画像を再構成する。実験結果は、他の5つの融合手法と比較して、本手法の客観的評価指標である平均勾配、標準偏差、情報エントロピー、空間周波数、エッジ強度、および視覚的忠実度がそれぞれ平均18％、10％、2.8％、16％、51％、11.2％向上し、対象物のエッジでゴーストを回避し、元画像の明るさ、エッジ、細部、テクスチャを良好に保持できることを示した。

画像処理;赤外線および可視光画像融合;交互勾配フィルター;多尺度形態学演算子;パルス結合型ニューラルネットワーク