基于目标提取与拉普拉斯变换的红外和可见光图像融合算法

为了在可见光图像中尽可能的突出红外目标,提高红外与可见光融合图像的质量,提出了一种基于目标提取的红外与可见光图像融合算法。对红外图像分别进行边缘提取和阈值分割,将提取的两幅二值图像进行融合,获得目标图像。然后将红外图像、红外目标图像和进行色度、饱和度、亮度(HSV)空间转换后的可见光的亮度分量进行拉普拉斯变换,高频系数采用基于区域互信息、匹配度以及区域能量的融合规则,低频系数的融合则在红外目标图像低频系数的指导下,结合基于区域的融合规则进行。最终融合图像重构是通过拉普拉斯变换及反变换实现的。实验结果表明,该融合算法能较好地突出红外目标信息,提供丰富的背景细节,在图像的清晰度和人眼的视觉效果方面优于其他传统算法。