论文部分内容阅读
针对传统红外与可见光图像融合算法中存在的细节信息不够丰富,边缘信息保留不够充分等问题,文中提出了一种基于四阶偏微分方程(Fourth-order partial differential equation, FPDE)的改进的图像融合算法.算法首先采用FPDE将已配准的红外与可见光图像进行分解,得到高频分量和低频分量;然后对高频分量采用基于主成分分析(Principal component analysis, PCA)的融合规则来得到细节图像,对低频分量采用基于期望值最大(Expectation maximization, EM)的融合规则来得到近似图像;最后,通过组合最终的高频分量和低频分量来重构得到最终的融合结果.实验是建立在标准的融合数据集上进行的,并与传统的和最近的融合方法进行比较,结果证明所提方法得到的融合图像比现有的融合方法能有效地综合红外与可见光图像中的重要信息,有更好的视觉效果.