原文：https://pan.baidu.com/s/1SMQKC8-FiEoVs6bPN5IuDA

摘要

構造視覺顯著圖，提出基於視覺顯著圖的多尺度影象融合演算法低頻子帶融合規則，多尺度影象融合方法

0 引言

1.影象融合是把不同裝置或者不同成像模式把同一場景或者同一目標的獲得的互補或者冗餘的資訊融入一幅影象
2.基於多尺度的影象融合演算法：把原影象通過尺度變換分為低頻和高頻，不同頻段用不同的融合規則，得到多尺度融合係數，再通過多尺度反變換重構出融合影象
3.融合規則是關鍵
4.高頻部分體現點和線的奇異性，灰度突變點和邊緣細節資訊
5.低頻部分是原影象的近似影象，保留著能量和資訊
6.只保留低頻部分通過多尺度反變換也可以得到大致原影象

1 視覺顯著圖獲取和融合規則設計

1.1視覺顯著圖獲取
1.HVS（human visual system）人類視覺系統
2.視覺顯著區域：對比度、方向、亮度
3.提取視覺顯著圖步驟：
（1）濾波得到特徵顯著圖：對比度特徵圖、方向特徵圖、亮度特徵圖
（2）對三個但特徵求交集
（3）確定最終顯著區域的劃分
1.2融合規則設計
按照顯著點來確定取影象A或者B的低頻係數
1.3影象融合步驟
1.計算顯著圖AB以及public，計算源影象區域非顯著區域的鄰域方差
2.分解高低頻
3.用絕對值取大法選擇高頻係數
4.選擇低頻係數
5.對所得係數進行多尺度變換重構融合影象
6.使用方法：小波變換、NSCT

2 實驗結果及分析

1.使用影象：
UN Camp 紅外與可見光多感測器影象
Clock 多聚焦影象
2.對比演算法：
基於加權平均法
基於脈衝耦合神經網路選取低頻係數法
3.指標：
互資訊（MI mutual information）：變數間相互依賴的量度
邊緣保持度（Edge preservation EP）
空間頻率（Spatial frequency SF）：每度視角內影象的亮暗做正弦調製的柵條週數
還有兩個基於結構相似度的指標
2.1多影象感測器融合影象
2.2多聚焦影象融合結果
先弄梯度特徵圖，然後在視覺顯著圖