적외선 및 가시광 이미지 융합 시 경계 흐림 및 대비 저하 문제를 해결하기 위해 2차원 창 경험 모드 분해(WEMD)와 생성적 적대 신경망 복원을 기반으로 하는 적외선 및 가시광 이미지 융합 알고리즘을 제안한다. 적외선과 가시광 이미지를 WEMD로 분해하여 내재 모드 함수 성분과 잔여 성분을 얻고, 내재 모드 함수 성분은 주성분 분석을 통해 융합하며 잔여 성분은 가중 평균으로 융합한다. 초기 융합 이미지를 재구성한 후, 초기 융합 이미지를 생성적 적대 신경망에 입력하여 가시광 이미지와 적대적 게임을 수행하여 배경 정보를 보완하고 최종 융합 이미지를 얻는다. 객관적 평가 지표로 평균 기울기, 경계 강도, 엔트로피, 구조적 유사성 및 상호 정보량을 사용했으며, 다른 5가지 방법과 비교하여 본 알고리즘의 각 지표가 평균적으로 46.13%, 39.40%, 19.91%, 3.72%, 33.10% 향상되었다. 실험 결과, 본 알고리즘은 원본 이미지의 경계 및 질감 세부 정보를 잘 보존하며 적외선 이미지의 목표를 강조하고 가시성이 우수하며 객관적 평가 지표 측면에서도 명확한 장점이 있음을 보여준다.

이미지 융합;적외선 및 가시광 이미지;창 경험 모드 분해;생성적 적대 신경망