Um einige Mängel herkömmlicher Methoden und die Unzulänglichkeit der Informationsgewinnung aus einzelnen Merkmalen zu überwinden, gleichzeitig die Fusion von Infrarot- und sichtbaren Bildern weiter zu verbessern und nach einer Methode mit hoher Anpassungsfähigkeit an unterschiedliche Merkmalsarten zu suchen, wurde eine auf Mehrfachbewertungen und gewichteter Kleinste-Quadrate-Optimierung (WLS) basierende NSCT-Methode zur Fusion von Infrarot- und sichtbaren Bildern vorgeschlagen. Zunächst wird NSCT zur mehrskaligen Zerlegung des Bildes verwendet, um die niederfrequenten und hochfrequenten Subbänder des Bildes zu erhalten. Für die niederfrequenten Subbänder werden lokale quadrierte Entropie und modifizierte Laplace-Summe (SML) zur gegenseitigen Ergänzung gewählt, um eine geringe Menge an Detailinformationen bei guter Kontrastwahrung zu extrahieren; für die hochfrequenten Subbänder wird die Bedeutung der Grundmerkmale voll berücksichtigt, indem Phasenkohärenz (PC), lokal gewichteter modifizierter Laplace-Operator (WSML) und lokal gewichtete Energie (WLE) zur gegenseitigen Ergänzung der Detailschicht verwendet und anschließend durch WLS optimiert werden, wodurch die Details des fusionierten Bildes natürlicher und besser für die visuelle Wahrnehmung des menschlichen Auges geeignet sind. Schließlich wird die inverse Transformation auf die fusionierten niederfrequenten und hochfrequenten Subbänder angewendet, um das fusionierte Bild zu erhalten. An Bildern mit unterschiedlichen Merkmalstypen wurden Experimente durchgeführt, deren Ergebnisse zeigen, dass die vorgeschlagene Methode im Vergleich zu anderen Fusionsmethoden subjektiv deutlichere Ziele, klareren Hintergrund und bessere visuelle Effekte bietet. Bei vier objektiven Bewertungsindikatoren – durchschnittlicher Gradientenwert (AG), Informationsentropie (IE), Raumfrequenz (SF) und gegenseitige Information (MI) – befinden sich unter der Voraussetzung eines guten MI-Index die anderen drei Indikatoren im besten Zustand, insbesondere bei camp-Bildern mit gleichmäßiger Beleuchtung verbesserten sich AG und SF im Vergleich zum besten Wert um 6,9 % bzw. 4,8 %, was die Wirksamkeit der vorgeschlagenen Methode bestätigt.

Bildfusion; Mehrfachbewertungen; nichtunterabtastete Konturwellen-Transformation; gewichtete Kleinste-Quadrate-Optimierung; visuelle Wahrnehmung des menschlichen Auges