적외선 및 가시광 이미지 융합 품질을 향상시키기 위해 본 논문에서는 구조 및 텍스처 인지 기반 Retinex 모델을 사용한 새로운 적외선 및 가시광 이미지 융합 방법을 제안한다. 이 방법은 먼저 구조 및 텍스처 인지 Retinex 모델을 통해 원본 이미지를 반사 성분과 조명 성분으로 분해하여 원본 이미지의 텍스처와 구조 정보를 효과적으로 분리할 뿐만 아니라 저조도에서 가시광 이미지의 세부 특징 정보를 잘 추출할 수 있다. 그 다음 원본 이미지의 2차 그래디언트 기반 가중치 매핑과 감마 함수를 이용하여 반사 성분과 조명 성분을 융합한다. 마지막으로 융합된 반사 성분과 조명 성분을 재구성하여 최종 융합 이미지를 얻는다. 널리 사용되는 TNO 적외선/가시광 이미지 데이터베이스 38세트에 대한 테스트 결과 본 방법이 얻은 융합 이미지는 시각적 품질이 높을 뿐만 아니라 최근 제안된 5가지 고급 방법들과 비교하여 상호 정보, 비선형 상관 정보 엔트로피, 이미지 위상 일치도 측면에서 더 나은 객관적 평가 결과를 보여 적외선과 가시광 이미지 융합 시 발생하는 세부 특징 손실 및 대비 저하 문제를 효과적으로 해결함을 확인하였다.

적외선 이미지;가시광 이미지;이미지 융합;Retinex 모델