%0 Journal Article
%T 一种顾及区域特征差异的热红外与可见光图像多尺度融合方法<br>Region Feature Based Multi-scale Fusion Method for Thermal Infrared and Visible Images
%A 向天烛
%A 高熔溶
%A 闫利
%A 徐振亮&lt
%A br&gt
%A XIANG Tianzhu
%A GAO Rongrong
%A YAN Li
%A XU Zhenliang
%J 武汉大学学报·信息科学版
%D 2017
%R 10.13203/j.whugis20141007
%X 针对传统的热红外与可见光图像融合方法对比度低，容易出现边缘细节、目标等信息丢失或减弱的现象，提出一种顾及区域特征差异的热红外与可见光图像多尺度融合方法。首先采用自适应PCNN（脉冲耦合神经网络）模型和二维Renyi熵相结合的图像分割方法，分别对红外和可见光图像进行区域分割；然后利用非下采样Contourlet变换对原图像进行多尺度多方向分解，根据区域的特征差异设计不同的融合规则，融合热红外与可见光图像。实验结果表明，该方法不仅能有效地融合热红外图像的目标特征，还能更多地保留可见光图像丰富的背景信息，融合图像对比度高，在视觉效果和客观评价上优于传统融合方法
%K 图像融合
%K 区域分割
%K 脉冲耦合神经网络
%K Renyi熵
%K &lt
%K br&gt
%K image fusion
%K region segmentation
%K pulse coupled neural network
%K renyi entropy
%U http://ch.whu.edu.cn/CN/abstract/abstract5773.shtml