红外与可见光图像融合：移位复方向金字塔变换结合SUSAN边缘检测

"基于移位复方向金字塔变换和SUSAN边缘检测器的红外与可见光图像融合" 本文是一篇研究论文，主要探讨了一种新型的红外与可见光图像融合算法，该算法结合了移位复方向金字塔变换和SUSAN边缘检测器。这种融合方法旨在提高图像处理的效果，特别是在目标检测、识别和图像分析等领域。 首先，移位复方向金字塔变换是一种图像处理技术，它将图像分解为不同频率成分的子带。这一变换具有良好的频域局部性和可移位性，使得图像在多个尺度上进行处理成为可能。在红外与可见光图像融合过程中，低通子带系数的融合是关键，因为它包含了图像的基本结构信息。论文提出采用基于局部归一化能量的加权平均规则来融合这些低通子带，这样可以保持图像的基础特征同时增强重要信息。 其次，SUSAN（Smallest Uniting Circle Adaptive Noise）边缘检测器是一种自适应的边缘检测算法，以其快速且对光照变化鲁棒的特性而被广泛使用。在论文提出的融合算法中，SUSAN被用来生成决策地图，指导高通子带系数的融合过程。通过检测图像中的边缘，SUSAN可以帮助保留图像的轮廓和细节，从而提高融合图像的质量。 为了降低计算复杂度，作者提出只对源图像直接计算一次SUSAN边缘响应。这种方法减少了重复计算，提高了算法的效率。实验部分，论文在标准的TNO Image Fusion Dataset上评估了所提融合算法，以此验证其性能和效果。 这篇论文贡献了一种创新的图像融合技术，结合了复向量变换的多尺度分析能力和SUSAN边缘检测器的细节保留优势，适用于红外与可见光图像的融合，对于提升图像分析和识别任务的性能具有重要意义。通过优化计算流程，算法在保证融合质量的同时，也确保了计算效率。