基于WEMD和生成对抗网络重建的红外与可见光图像融合
Optics and Precision Engineering(2022)
Abstract
针对红外与可见光图像融合中边缘模糊、对比度较低的问题,提出一种二维窗口经验模式分解(WEMD)和生成对抗网络重建的红外与可见光图像融合算法.将红外和可见光图像进行WEMD分解得到内蕴模式函数分量和残余分量,将内蕴模式函数分量通过主成分分析进行融合,残余分量用加权平均进行融合,重构得到初步融合图像,再将初步融合图像输入生成对抗网络中与可见光图像进行对抗博弈,补全背景信息,得到最终的融合图像.客观评价指标采用平均梯度、边缘强度、熵值、结构相似性和互信息,与其他5种方法相比,本文算法的各项指标分别平均提高了46.13%,39.40%,19.91%,3.72%,33.10%.实验结果表明,该算法较好地保留了源图像的边缘及纹理细节信息,同时突出了红外图像的目标,具有较好的可视性,而且在客观评价指标方面也有明显的优势.
MoreTranslated text
Key words
visible image fusion,wemd
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined