基于RPCA和PLIP的红外与可见光图像融合方法

Journal of Xi'an University of Posts and Telecommunications（2022）

引用 0|浏览0

暂无评分

摘要

针对现有的红外与可见光图像融合方法存在源图像细节纹理丢失、对比度和清晰度不高等问题,提出一种基于鲁棒主成分分析(Robust Principal Component Analysis,RPCA)和参数化对数图像处理(Parameterized Logarithmic Image Processing,PLIP)的红外与可见光图像融合方法.利用RPCA将待融合图像分解为稀疏矩阵和低秩矩阵.对稀疏矩阵结合局部二值模式(Local Binary Pattern,LBP)和直觉模糊集(Intuitionistic Fuzzy Set,IFS)进行融合,以减少噪声干扰,获取丰富的细节.对低秩图像基于主成分分析(Principal Component Analysis,PCA)和 PLIP融合,以增强融合图像背景的纹理信息.实验结果表明,所提方法在保留待融合图像的边缘和细节、融合图像的对比度和清晰度等方面均有所提高,并且主观感受更自然.

查看译文

关键词

image fusion,infrared and visible images,robust principal component analysis,parameterized logarithmic image processing

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要