多尺度方向引导滤波与卷积稀疏融合提升红外可见图像质量

本文主要探讨了一种基于多尺度方向引导滤波和卷积稀疏表示的红外与可见光图像融合方法。该方法创新地结合了引导滤波和非下采样方向滤波器，旨在提升图像融合的性能，同时保持边缘的清晰度和方向信息的精确提取。首先，通过多尺度方向引导滤波技术，将源图像分解为包含低频近似部分和强边缘信息的低频分量，这种方法有助于保留图像的基本结构和纹理特征。接着，采用高斯低通滤波对低频分量进行进一步处理，以便于区分不同频段的信息，并分别利用卷积稀疏表示进行特征提取，确保了融合过程中细节信息的完整性。 卷积稀疏表示是一种先进的信号处理技术，它能够有效地从图像中寻找最简化的表示，这在融合过程中有助于提高目标识别的精度。另一方面，为了融合高频细节方向分量，采用了显著性检测与引导滤波的结合策略，这种融合规则可以增强图像的空间一致性，避免细节丢失，确保了融合结果的清晰度。 值得注意的是，该方法还引入了区域能量自适应加权平均策略，根据图像区域的不同特性动态调整融合权重，使得融合结果更贴近人眼视觉感知。通过显著性与引导滤波的协同作用，方法成功地提高了对源图像目标特征信息的提取能力，同时保持了丰富的背景信息。 实验结果显示，与现有的图像融合方法相比，所提出的多尺度方向引导滤波和卷积稀疏表示融合方法在客观评价指标上表现出色，如PSNR、SSIM等，融合后的图像在主观视觉效果上也更加自然且逼真。因此，该方法在红外与可见光图像融合领域具有重要的应用潜力，对于提高图像分析和处理任务的准确性具有重要意义。