论文部分内容阅读
针对非负矩阵分解图像融合算法细节表现能力不足的缺陷,提出了一种基于加权非负矩阵分解和区域分维相结合的红外与可见光图像融合算法。在研究图像区域分维性质的基础上,用不同尺度上的区域分维来获取加权系数。通过设计加权系数的获取方法,重点突出边缘像素和小区域,以提高加权非负矩阵分解图像融合算法的细节提取能力,并得到最符合人眼视觉效果的融合图像。与现有基于标准或各种改进非负矩阵分解图像融合算法的对比实验表明,所提算法在平均梯度等表示细节信息的指标上提高了19%以上,有效改善了标准非负矩阵分解图像融合算法存在的不足。