利用目标提取与拉普拉斯变换的红外和可见光图像融合算法。

简介：
为了最大程度地在可见光图像中展现红外目标，并提升红外与可见光融合图像的质量，我们设计了一种基于目标提取的红外与可见光图像融合算法。首先，针对原始红外图像，我们进行了边缘检测和阈值分割操作，从而分离出两幅二值图像，作为目标的基础。随后，将这些二值图像进行合并处理，从而得到包含目标信息的图像。接着，我们对原始红外图像、经过色度、饱和度、亮度（HSV）空间转换后的可见光亮度分量以及进行拉普拉斯变换后的高频系数，都应用了融合规则。具体而言，高频系数的融合策略则结合了区域互信息、匹配度以及区域能量等因素；同时，低频系数的融合则以红外目标图像低频系数为指导，并进一步采用基于区域的融合规则进行调整。最后，通过对融合后的结果进行拉普拉斯变换及反变换操作来实现最终融合图像的重构。实验验证表明，该算法能够有效地突出红外目标信息的同时，提供充足且精细的背景细节，并且在提高图像清晰度以及模拟人眼视觉效果方面超越了现有的传统算法。