红外与可见光图像融合：新型传播滤波方法

"这篇研究论文探讨了红外和可见光图像融合技术，并提出了一种新的基于传播滤波的方法，旨在改善传统边缘保持滤波器在确定像素邻域区域时的性能退化问题。" 正文: 红外和可见光图像融合是多模态图像处理中的一个重要领域，它旨在将不同传感器（如红外相机和可见光相机）捕捉到的信息集成到一个单一的图像中，以提供更全面、更清晰的视觉理解。这种技术在军事侦察、自动驾驶、遥感等领域具有广泛的应用。 传统的边缘保持滤波器，如拉普拉斯滤波器或导向滤波器，被广泛用于图像融合，因为它们能够在保留图像边缘的同时平滑图像内部区域。然而，这些滤波器依赖于预定义的像素邻域，这可能导致在复杂场景中性能下降，尤其是在难以精确确定像素邻域边界的情况下。 针对这一挑战，论文提出了一个新的融合方法，该方法采用了传播滤波。传播滤波是一种非局部滤波技术，它能够自适应地传播像素值，以保持图像细节和边缘的同时减少噪声。论文中的方法分为三个步骤： 1. 源图像分解：首先，红外和可见光图像分别通过高斯滤波器和传播滤波器进行分解。高斯滤波器常用于平滑图像，而传播滤波器则有助于更好地保留边缘信息。 2. 基层组合：设计规则以合并经过滤波处理后的基层次图像。基层次通常包含图像的主要结构信息，通过适当融合，可以得到更好的全局一致性。 3. 细节层组合：接着，对图像的细节层次进行融合。细节层包含了图像的局部特征和高频信息，恰当的融合策略可以增强图像的对比度和纹理信息。 论文还可能涵盖了实验部分，通过对比分析证明了新提出的传播滤波融合方法在保持边缘清晰度、增强细节以及减少噪声方面的优势。这种方法的创新性在于它能够自适应地处理图像的局部特征，克服了传统边缘保持滤波器的局限性。 这篇研究论文对红外和可见光图像融合领域作出了重要贡献，提供了新的融合思路，即利用传播滤波来改进图像融合效果，对于后续的相关研究和技术发展具有指导意义。