前言

图像会通旨在将不同图像的信息进行抽象， 以便进一步的相识和不断。20世纪90年代以来， 图像会通时代在军事探伤、医疗成像、图像水印等方面齐有着鄙俗的应用[1]。经常情况下， 红听说感器检测到发烧的区域一般是东谈主们留情的方针物体， 但其保执图像细节的智商较差孟若羽 肛交， 而可见光图像则包含丰富的细节信息， 因而两者互补不错有用抽象信息。

较为常用图像会通要领是基于多法式理解的念念路， 包括拉普拉斯金字塔变换(LP)[2]、双树复小波变换(DTCWT)[3]、非下采样轮廓波变换(NSCT)[4]、Curvelet变换[5]等要领。这些要领需要进行上采样和下采样， 使得图像中的细节容易被平滑。NSCT具有多法式、多标的遴荐性、多分辨率分析和平移不变性的特色。但变换历程中各部分的总计遴荐已经一个问题， 筹办速率也相对较慢。

跟着神经科学、热沈学等学科的发展， 在商讨东谈主类视觉机制的历程中视觉权贵性和视觉看护的见识被提倡。不雅察者偶而左右视网膜中央凹的高分辨率感知机构， 主动地探索环境中的膺惩视觉信息[6]， 即东谈主眼视觉系统(human visual system， HVS)。视觉权贵性反馈的是视觉系统从场景中索求一系列视觉信息的智商， 其偶而像滤波器雷同遴荐感敬爱敬爱的信息。由于视觉权贵性的索求偶而自动化地代替东谈主眼视觉系统快速准确的搜索到场景中的权贵方针， 其产生的权贵性图偶而反馈东谈主眼视觉系统对不同场景的留情进程， 这些齐使得视觉权贵性的商讨具有广博的应用远景。

在上述商讨的基础上， 国表里科研东谈主员提倡了左右视觉权贵性进行图像会通的要领。华中科技大学的陈艳菲等东谈主通过在红外图像和可见光图像均区分索求视觉权贵性的要领对双通谈图像进行会通， 取得了优于传统图像会通要领的截止[7]。浙江大学的商讨东谈主员也连合视觉权贵性与NSCT进行图像会通[8]， 也取得了较好的效劳。

受到上述要领启发， 本文提倡了中心周围像素互异筹办局部权贵性图， 并变化局部窗口尺寸以杀青图像的不重复的权贵性索求， 偶而有用的突显不同尺寸方针的信息; 在进一步增强权贵性图的基础上， 杀青了基于权贵性图的红外与可见光图像的会通。通过实验截止的对比分析， 本文要贯通通效果好， 筹办速率快。

1 视觉权贵性图索求

关于图像， 经常以视觉权贵性图来量化暗示留情进程的不同， 该图的值踱步在[0， 1]之间， 值越大标明东谈主眼越留情该区域。现时， 主要左右筹办机算法模拟东谈主眼来产生视觉权贵性图。因为中心周围像素互异越大的区域， 东谈主眼留情的进程越高， 是以引入局部窗口见识， 使用该念念路筹办局部权贵性图。

关于某一幅图像P， 设它对应的权贵性图为Sal_P。那么， 取一个以(x0， y0)为中心像素， 大小为i×j的矩形区域， 界说(x0， y0)处的像素值为P(x0， y0)， 权贵性值为Sal_P(x0， y0)， 筹办式为

(1) (2)

式中:Mean(ij)为该区域内通盘点的像素平均值， 该窗口i×j的位置在图像中是恣意的， 那么将窗口在整幅图像内逐一像素滑动， 如图 1所示， 最终得到与原图P等尺寸的的权贵性图Sal_P。局部窗口的尺寸对应于图像中同等尺寸的方针尺寸， 取多个尺寸不同窗口不错遮蔽不同尺寸的方针。因此通过遴荐窗口尺寸以重复得到不同截止的权贵性图孟若羽 肛交， 再将各权贵性图叠加并归一化不断以保证权贵性图的准确性， 也能接济杀青各窗曲直落处平滑过渡。

图 1 以i×j大小窗口筹办图像局部权贵性 Figure 1 The size of i×j window to calculate the local saliency map. 2 权贵性图增强偏激会通 2.1 针对红外图像特色增强权贵性图

可见光图像(VI)时时领有丰富的细节因素， 红外图像(IR)则突显热放射强的区域， 但对其他区域的细节保留较差。要是会通时红外图像的低热放射区域参与会通， 会引入冗余信息导致可见光图的部分细节信息丢失， 会通效果较差， 因此需要扼制低热放射区域的权贵性， 增强高热放射区域权贵性。关于权贵性图及红外图像中同坐标的恣意少许(x， y)有

文爱社区 (3)

式中:S_IRmap为通过节1所述要领得到的红外图像权贵性图， IR为红外图像， F_IRmap为经过增强后的红外图像权贵性图。通过权贵性图与红外图像相乘偶而有用的扼制低热放射区域的权贵性。同期为了增强保留的权贵性区域， 用图 2所示的对数变换模子对权贵性图进行灰度拉伸。

图 2 非线性灰度变换， 对数变换 Figure 2 Nonlinear gradation transformation and logarithmic transformation 2.2 权贵性会通

在本文要领中， 字据红外图像的权贵性进行会通， 不错有用地幸免红外图像中冗余信息的引入。红外图像的权贵性图恪守以下会通法规

(4)

式中:Ffusion为会通截止， IR为红外图像， 其中每个点的会通权重值为F_IRmap中对应点权贵性值， VI为可见光图像， 其对应点权重值为(1-Ffusion)。实考发挥按权重会通偶而有用地将红外图像中权贵性区域会通到可见光图像中， 同期尽可能多的保留可见光图的细节信息， 使可见光图像信息不被窒碍的同期突显出红外图像的信息。按权重进行会通筹办， 历程简单、筹办量小， 偶而有用地减少运算时辰。

3 实验与分析

本文实验给与的图像来自海外通用数据库， 两组图像如图 3所示， 图 3(a)与(b)为测试图像1的红外图与可见光图， 像素尺寸为320×250;图 3(c)与(d)为测试图像2的红外与可见光图， 像素尺寸为320×320。

图 3 测试图像1与测试图像2的红外图与可见光图 Figure 3 Source images 1 and 2， including infrared image and visible image

在最终的实验对比中， 窗口尺寸遴荐的法规如下。本文区分选择与原图大小特殊的窗口， 长、宽各为原图 1/2大小的窗口， 长、宽各为原图 1/5大小的窗口。基本不错保证权贵性图的准确性， 且窗曲直落过度也较为平滑。

本文中使用的对比要领为当今较常见的一些要领， 其中包括拉普拉斯金字塔变换(LP)[2]、低通滤波金字塔变换(RP)[9]、破坏小波变换(DWT)[10]、双树复小波变换(DTCWT)[3]、非下采样轮廓波变换(NSCT)[4]、Curvelet变换[5]、平均会通(Average)。为便于相比将基于视觉权贵性的算法简称为SF。

通盘运算均在归拢台电脑上驱动， 树立1.6 GHz四核CPU， 6 GB驱动内存， 使用MATLAB 2012b。

3.1 会通效果评价

给与3种无参考质地评价要领对会通图像进行质地评价， 手脚主不雅评价的对应参考， 这3种无参考的评价形势区分是信息熵， 方式差与空间频率。信息熵是反馈一幅图像信息量大小的量， 信息熵越大标明信息量越大， 相对图像质地也就越好。方式差是反馈图像对比度的量， 方式差越大暗示图像对比越显然， 图像也就更贯通。空间频率是反馈一幅图像的活跃进程， 空间频率越大暗示图像越活跃， 图像会通质地也相对较好。

3.2 会通截止与分析

各算法会通截止如图 4与图 5所示。从主不雅上不雅察， SF即本文要领给出会通图像视觉效果最好， 保留了较多的原始图像的信息， 视觉对比也最好。

图 4 测试图像1各算法会通截止对比 Figure 4 The comparison of several fusion algorithms in test image 1 图 5 测试图像2各算法会通截止对比 Figure 5 The comparison of several fusion algorithms in test image 2

本文给与了信息熵， 方式差与空间频率三个会通评价的方针， 此外， 运算时辰亦然揣测一个算法优劣的膺惩方针， 运算时辰越短则运算效劳越高， 算法越好。

客不雅评价数据如表 1与表 2所示。字据两组客不雅评价数据的对比， 本文所给与的要贯通通截止的3个客不雅评价方针更佳， 发挥其在信息量、贯通度以及空间频率等方针方面优于其他算法。在对比数据中， 发现低通滤波金字塔(RP)的空间频率值也相比大， 仅次于SF要领; 抽象会通截止图以及空间频率的数学见识分析， 这个评价值较高的原因在于低通滤波算法无法剔除高通噪声， 变成会通截止空间频率值较大。此外， 从驱动时辰上进行对比， 发现本文算法也具有显然上风， 仅次于最简单的平均会通要领。

表 1 测试图 1的各要领客不雅评价截止 Table 1 Objective evaluation results for Image 1 表 2 测试图 2各要领客不雅评价截止 Table 2 Objective evaluation results for Image 2 4 论断

本文字据红外图像与可见光图的特色， 提倡一种针对红外图像视觉权贵性区域的双波段图像会通算法。左右东谈主类视觉系统的看护机制索求红外图像的权贵性图， 再经过增强等不断将权贵性图手脚可见光图与红外图像会通的权值， 对可见光图与红外图进行加权会通。字据实验对比分析， 本文所给与算法偶而有用的保留可见光图像的细节因素、会通红外图像的权贵性区域同期扼制红外图像冗余信息的引入。截止标明， 本文要领偶而使会通图像具有较好的视觉效果， 客不雅评价值高， 运算速率快。在接下来的责任中孟若羽 肛交， 需要对该算法作进一步的纠正优化， 以妥当不同的场景需求， 并进一步杀青硬件化。