基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换（non-subsampled contourlet transform,NSCT）与稀疏表示的压缩感知图像融合重构算法。首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利用基于压缩感知的高频融合规则进行融合,得到高频融合系数;针对低频子带部分,按照基于字典学习的低频融合规则进行融合,得到低频融合系数。最后进行NSCT逆变换得到融合影像,实现红外和可见光图像的超分辨率恢复。实验结果表明：采用该算法融合后的图像在平均梯度、边缘强度、信息熵、边缘信息保留度、空间频率等指标上均有良好的表现,体现出该融合算法在图像融合质量的提升方面颇具优势。