従来の赤外線画像と可視光画像の融合結果における対象のぼやけ、テクスチャの細部の喪失、アーティファクトなどの問題に対して、対象強調と蝶の最適化に基づく赤外線と可視光画像の融合アルゴリズムを提案する。赤外線画像の撮像機構により生じる融合対象のエッジのぼやけ問題に対して、対象エッジ強化に基づく赤外線画像強化モジュールを構築し、可視光画像の品質が低いために融合画像の細部が欠落する問題を解決するために、色彩回復因子を備えたマルチスケールRetinex可視光強化モジュールを構築した。その後、4次偏微分方程式-主成分分析法を用いて赤外線および可視光強化画像のエッジをそれぞれ平滑化し、融合結果に存在するアーティファクト問題を解決した。最後に、最終融合結果が対象を際立たせつつ多くのテクスチャ細部を保持するために、蝶最適化に基づく画像再構成モジュールを設計し、再構成画像の重みの適応的割り当てを実現した。提案手法の優位性を検証するために、TNO、INO、M3FDおよびRoadSceneデータセットにおいて6つの代表的なアルゴリズムと比較した。実験結果は、対照アルゴリズムと比較して、本手法が情報エントロピー、空間周波数、平均二乗誤差、結合エントロピー、視覚情報忠実度および自然シーンの6つの客観的評価指標でそれぞれ平均9.24％、38.88％、51.11％、4.65％、35.44％、19.36％向上し、融合結果の対象エッジが鮮明でコントラストが強く、アーティファクトがなくテクスチャ細部が豊富であることを示した。

画像融合; 赤外線画像; 可視光画像; マルチスケール; 蝶最適化