基于支持度变换与Top-Hat分解的双色中波红外图像融合

简介：
本研究提出了一种结合支持度变换和Top-Hat分解技术的创新方法，专门用于优化双色中波红外图像的融合效果。这种方法通过增强目标对比度及细节表现力，显著提升了图像质量和分析精度，在军事侦察、热成像监控等领域具有重要应用价值。 为了应对多尺度top-hat分解法在融合双色中波红外图像过程中常见的对比度提升有限及边缘区域失真的问题，本段落提出了一种结合支持度变换与top-hat分解的新型融合方法。首先利用支持度变换将双色中波图像分离成低频图和支持度序列；接着从最后一层低频图应用多尺度top-hat技术分别提取出亮部和暗部信息；然后采用灰度值取大法对各自获取到的亮、暗信息进行融合处理，并通过归一化及高斯滤波增强这些图像的信息质量。随后，将上述得到的两幅低频图像与经过优化后的亮暗信息图结合在一起形成新的复合图像。最后，利用支持度逆变换技术，以该复合图为新底图和支持度序列合成的新组合作为输入，生成最终融合结果。 实验表明，在对比传统的单一支持度变换法和多尺度top-hat分解法的情况下，本段落提出的方法能够显著提高红外图像的对比度（提升11.69%），降低边缘失真程度（减少63.42%）以及改善局部细节表现力（增加38.12%）。这表明通过从低频图中分离并强化亮暗信息，并与原始低频数据重新组合，可以有效解决红外图像融合过程中对比度增强和边界清晰化之间的矛盾，为提升整体视觉效果提供了新的途径。