潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合

• 作者: 娄熙承 冯鑫
• 来源期刊: 光子学报
• 关键词: 红外与可见光图像 图像融合 潜在低秩表示 卷积神经网络 引导滤波
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图像处理|Image Processing
• 页码范围: 180-193
• 页数: 14页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/gzxb20215003.0310004

摘要

为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法.该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量.其次,利用卷积神经网络根据源图像的特征信息,得到权值图.再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和显著分量融合,得到融合图像的低秩分量和显著分量.最后,将融合图像的低秩分量和显著分量叠加,得到最终的融合图像.实验结果表明,该算法在主观评价和客观指标上均优于传统的红外与可见光图像融合算法.