Um Probleme wie Informationsverlust bei thermischen Zielen, unscharfe Kantenstrukturen und Detailverlust bei der Fusion von Infrarot- und sichtbaren Bildern zu lösen, wird ein mehrschichtiges Zerlegungsbild-Fusionsalgorithmus vorgeschlagen. Zunächst wird das Quellbild mittels Struktur-Textur-Zerlegung in eine Detailschicht und eine Strukturschicht zerlegt, wobei die Detailschicht mit einer auf der strukturellen Ähnlichkeit und der L₂-Norm basierenden Fusionsregel fusioniert und verstärkt wird; anschließend wird eine strukturelle Mittelwertmethode vorgeschlagen, mit der die Strukturschicht in eine Helligkeitsschicht und eine Basisschicht zerlegt wird, wobei die Helligkeitsschicht mit einer maximalen Absolutwertfusion verarbeitet wird. Für die Basisschicht wird eine auf mehreren Indikatoren basierende Fusionsregel entworfen; abschließend werden die einzelnen fusionierten Teilbilder rekonstruiert, um das endgültige Fusionsbild zu erhalten. Zur Validierung der Effektivität des Algorithmus wurde ein Vergleich mit 9 Infrarot- und sichtbaren Bildfusion-Algorithmen durchgeführt, wobei 7 objektive Bildbewertungsindikatoren angewendet wurden: Raumfrequenz, durchschnittlicher Gradient, Kantenstärke, Varianz, visuelle Treue, indikatorbasierte menschliche visuelle Wahrnehmung und Informationsentropie. In den ersten fünf Indikatoren wurden Verbesserungen von 27,4 %, 36,5 %, 38,2 %, 8,5 % und 23,5 % erzielt. Die experimentellen Ergebnisse zeigen, dass der Algorithmus die infraroten Wärmeziele effektiv beibehält und gleichzeitig die Kantenstruktur und Texturdetails gut bewahrt sowie bessere Ergebnisse bei objektiven Bewertungsindikatoren erzielt.

Bildverarbeitung;Bildfusion;Struktur-Textur-Zerlegung;Infrarotbild;sichtbares Bild