弱光環境下での赤外線画像と可視光画像の融合結果におけるコントラスト低下、細部テクスチャの不足、融合時間の長さといった問題を解決するために、改良された多尺度構造化融合手法を提案する。融合の前に動的レンジ圧縮アルゴリズムを用いて弱光下の可視光画像を強調し、その後多尺度構造化分解によって強調された可視光画像と赤外線画像を低周波情報と高周波情報に分解する。融合過程では、低周波情報の融合のために二乗平均平方根誤差係数に基づく手法を提案し、情報エントロピーに基づく重みの適応的調整戦略により一次融合された高周波情報を二次的に最適融合し、さらに多尺度構造化分解の逆変換によって融合画像を再構成する。最後に、グレースケール分類に基づく領域ピクセル強調アルゴリズムを提案し、融合後画像のコントラストを向上させる。提案手法は9種類の一般的な融合手法と定性的および定量的に比較分析され、TNOおよびCVC-14データセット上の実験結果は平均勾配、交差エントロピー、エッジ強度、標準偏差、空間周波数指標において優れた客観的評価結果を示し、全体的な視覚効果も対照手法より優れている。本手法の融合結果は豊富な細部テクスチャ、高い鮮明度とコントラスト、短い融合時間が特徴である。

画像処理;多尺度構造化融合;動的レンジ圧縮;二乗平均平方根誤差;情報エントロピー;コントラスト