结合模糊逻辑和SCM的NSDTCT域红外和可见光图像融合

摘要 为了获得更多红外和可见光融合图像的互补信息，提出一种非下采样双树复轮廓波变换（Non-subsampled Dual-tree Complex Contourlet Transform ，NSDTCT）域的模糊逻辑和脉冲发放皮层模型（Spiking Cortical Model，SCM）结合的图像融合新算法.首先，采用NSDTCT分解源图像（红外、可见光图像），分别得到低频和高频子带系数.然后，在低频中，通过计算局部区域能量得到模糊函数中的权重系数，进而得到融合后的低频系数；在高频中，由像素清晰度和显著性去激励SCM得到融合后的高频系数.最后，通过逆NSDTCT变换重构融合图像.实验结果表明，与基于NSCT-SF-PCNN，CST-SCM等现有融合方法相比，本文算法在客观评价指标MI、IE上有一定提高，既能有效地利用源图像的轮廓信息，又能保持源图像的细节信息