Fusão estrutural multiescala aprimorada de imagens infravermelhas e visíveis

LONG Zhiliang ,  

DENG Yueming ,  

XIE Jing ,  

WANG Runmin ,  

摘要

Para resolver os problemas de baixo contraste, falta de detalhes na textura e tempo de fusão longo nos resultados da fusão de imagens infravermelhas e visíveis em ambientes de pouca luz, foi proposta uma método aprimorado de fusão estrutural multiescala. Antes da fusão, a imagem visível em baixa luminosidade é aprimorada por um algoritmo de compressão de faixa dinâmica, e depois a imagem visível aprimorada e a imagem infravermelha são decompostas em informações de baixa e alta frequência por meio da decomposição estrutural multiescala; durante o processo de fusão, foi proposta uma método baseado no coeficiente do erro quadrático médio para fundir as informações de baixa frequência, uma estratégia adaptativa de ajuste de pesos com base na entropia da informação para otimização secundária da fusão preliminar das informações de alta frequência, e subsequentemente a imagem fundida é reconstruída pela transformação inversa da decomposição estrutural multiescala; finalmente, foi proposta um algoritmo de aprimoramento de pixels regionais baseado na classificação em tons de cinza para melhorar o contraste da imagem fundida. O método proposto foi comparado qualitativa e quantitativamente com 9 métodos comuns de fusão. Os resultados experimentais nos conjuntos de dados TNO e CVC-14 indicam que o método alcança melhores resultados de avaliação objetiva em termos de gradiente médio, entropia cruzada, intensidade de bordas, desvio padrão e frequência espacial, com efeito visual geral superior aos métodos comparados. Os resultados da fusão apresentados por este método possuem ricos detalhes texturais, alta clareza e contraste, e tempo de fusão curto.

关键词

Processamento de imagem;Fusão estrutural multiescala;Compressão de faixa dinâmica;Erro quadrático médio;Entropia da informação;Contraste

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website