针对传统基于多尺度变换的图像融合方法存在的缺点, 提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先, 使用平移不变剪切波变换对源图像进行分解, 得到低频子带及方向带通子带系数.然后, 对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息, 提出了基于提取的特征与S函数的可变加权融合策略; 对于各方向带通子带系数, 提出了一种基于改进的拉普拉斯能量和匹配的“加权平均”和选择相结合的系数选择策略.最后, 对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法, 本文方法得到了更高的客观指标, 融合图像视觉效果更好.
图像融合 平移不变剪切波变换 奇异值分解 S函数 Image fusion Shift-invariant shearlet transform Singular value decomposition Sigmoid function