红外偏振与光强图像融合：基于NSCT的差异特征驱动方法

"特征差异驱动的红外偏振与光强图像融合 .pdf" 本文是一篇关于图像融合技术的学术论文，作者是安富、杨风暴等人，发表于《中国科技论文在线》。研究主要关注红外偏振图像与光强图像之间的融合问题，这两种成像方式由于其独特的成像特性，各自捕捉到的图像信息存在显著差异，从而提供了互补的视觉信息。然而，传统的红外偏振图像融合算法往往仅依赖单一的图像表示和差异特征作为融合依据，这可能导致部分重要信息的丢失。 为了克服这一问题，作者提出了基于非下采样轮廓变换（Nonsubsampled Contourlet Transform，NSCT）的联合差异特征驱动自适应融合算法。NSCT是一种多分辨率分析工具，能有效捕获图像的边缘和细节信息，适用于图像的融合处理。该算法首先分析源图像差异特征的形成机制，然后利用NSCT进行图像分解，提取多尺度、多方向的差异特征。通过结合这些差异特征，可以更全面地描述和保留不确定和随机变化的图像特征信息。 实验结果表明，相较于支持向量机（SVM）、小波包和NSCT局部能量局部方差等方法，所提出的算法能更有效地融合红外偏振图像和光强图像中的互补信息及细节，提高了融合图像的质量，对于实际目标识别任务具有较高的应用价值。这一成果对于红外信息处理领域，特别是图像融合技术的改进和提升有着积极的推动作用。 关键词涵盖了图像融合、差异特征、红外偏振、红外光强以及NSCT，显示了研究的核心内容和涉及的技术手段。这篇论文的贡献在于提供了一种新的融合策略，旨在充分利用两种不同成像模式的互补性，提高图像分析和识别的准确性，对于军事侦察、安全监控以及遥感等领域具有潜在的应用前景。