HSI与小波变换提升的可见光红外图像融合新法：显著增强图像细节

本文主要探讨了一种创新的图像融合技术，针对传统的HSI（色度-饱和度-亮度）图像融合方法存在的问题，即易导致颜色失真和小波融合方法可能出现的分块模糊现象。该研究发表于2010年的光学仪器领域期刊，由许抗和徐伯庆两位作者提出，针对可见光和红外图像的处理。 该方法的核心思想是将HSI色彩模型与小波变换相结合。首先，通过HSI变换，作者分离了红外和可见光图像的三个基本属性：亮度、饱和度和色度。亮度部分是图像的基础信息，而饱和度和色度则负责表达颜色的丰富性和空间特性。这样做的目的是为了更准确地处理不同类型的图像信息。 接着，利用基于方差匹配度的融合规则，对红外和可见光的亮度成分进行小波变换后的信号进行融合。这种方法旨在找到两个信号在局部特征上的最佳匹配，减少失真，并提升图像的整体一致性。通过这种方式，可以得到融合后的新亮度分量，这有助于保持图像的清晰度。 同时，红外图像的饱和度分量和可见光图像的色度分量被保留下来，因为它们对于热目标的识别和细节表现非常重要。这些非亮度信息在HSI逆变换过程中被重新组合，形成融合后的完整HSI图像。这样，融合后的图像既具有红外图像的热目标检测能力，又保持了可见光图像的色彩和细节。 实验结果显示，这种新型融合方法在改善图像清晰度、增强图像细节以及精确识别热目标方面表现出显著的优势。通过对比传统方法，该方法不仅提高了图像质量，还避免了常见的融合问题，对于实际应用，如遥感成像和安全监控等领域具有很高的实用价值。 这篇论文提出了一个重要的工程技术解决方案，它在图像融合技术的发展中占据了一席之地，对提高可见光和红外图像处理的精度和效果具有重要意义。关键词包括图像融合、HSI变换、小波融合和区域方差匹配度，这些都表明了本文的研究重点和技术路径。