基于NSST和NSGA-Ⅲ的红外和可见光图像融合

针对图像融合方法容易丢失源图像结构信息的问题，该文提出一种基于非下采样剪切波变换（Non-Subsample Shearlet Transform, NSST）和第三代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm Ⅲ, NSGA-Ⅲ）的红外和可见光图像融合方法。首先，将源图像进行NSST变换得到低频和高频子带图像；其次，针对低频图像，设计了一种新的基于NSGA-Ⅲ的融合规则，先使用区域能量法对图像进行预融合，以预融合图像作为参考图像，再通过NSGA-Ⅲ算法进行优化获得融合低频图像；针对高频图像，用绝对值取大规则。最后，利用NSST逆变换重构融合图像。算法性能在TNO数据集上进行验证，并与其他先进的融合算法进行比较，定性与定量的结果均表明，提出的方法目标突出，并保留了源图像更多的结构信息。