Для преодоления некоторых недостатков традиционных методов и ограниченности извлечения информации из одиночных признаков, а также для дальнейшего улучшения слияния инфракрасных и видимых изображений и поиска методов с высокой адаптивностью к различным типам особенностей, предложен метод слияния инфракрасных и видимых изображений на основе многокритериальной оценки и оптимизации взвешенных наименьших квадратов (WLS) с использованием неснижаемого контурного вейвлета (NSCT). Во-первых, применяется NSCT для многомасштабного разложения изображения с выделением низкочастотных и высокочастотных поддиапазонов. Во-вторых, для низкочастотных поддиапазонов выбираются локальная квадратичная энтропия и модифицированная сумма Лапласа (SML) для взаимного дополнения, что позволяет извлекать небольшое количество детализации при сохранении хорошего контраста; для высокочастотных поддиапазонов учитывается важность базовых признаков: для слияния деталей используются фаза согласованности (PC), локально взвешенный модифицированный оператор Лапласа (WSML) и локально взвешенная энергия (WLE), после чего проводится оптимизация WLS, в результате чего детали слияния становятся более естественными и лучше воспринимаются человеческим глазом. Наконец, выполняется обратное преобразование объединенных низкочастотных и высокочастотных поддиапазонов для получения итогового изображения. Проведены эксперименты на изображениях с разными типами характеристик, результаты которых показывают, что по сравнению с другими методами слияния предлагаемая методика обеспечивает явные цели, четкий фон и хороший визуальный эффект. Среди четырёх объективных показателей — средней градиент (AG), энтропии информации (IE), пространственной частоты (SF) и взаимной информации (MI) — при хорошем показателе MI остальные три показателя находятся на наилучшем уровне, особенно для изображений camp с равномерным освещением показатели AG и SF улучшились на 6,9% и 4,8% соответственно по сравнению с лучшими значениями, что подтверждает эффективность предлагаемого метода.

слияние изображений; многокритериальная оценка; неснижаемый контурный вейвлет; оптимизация взвешенных наименьших квадратов; визуальное восприятие человеком