基于对比度增强和两尺度分解的红外与可见光图像融合
Communications Technology(2019)
摘要
为了实现夜视场景增强,获得更适合人类视觉感知的图像,提出一种基于对比度增强和两尺度分解的红外与可见光图像融合方法.首先利用引导滤波与动态范围压缩算法,对可见光图像进行自适应增强;为提高算法的运行效率,采用图像两尺度分解,将红外图像与增强后的可见光图像分解为基本层和细节层,同时引入视觉显著性检测以生成权重图,对细节层图像进行融合,图像基本层融合采用加权平均融合方法;最后,对各层融合图像进行重构,以获得最终的融合图像.实验结果表明,本方法不仅能有效突出红外目标信息,同时保留图像的纹理细节信息,有效提升图像的可视性,在视觉质量和客观评价方面优于其他目前常用的图像融合方法,同时大幅降低了处理时间,提高了算法的运行效率.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要