Para superar los problemas de bajo contraste, pérdida severa de detalles y texturas en los algoritmos tradicionales, así como la sensibilidad al ruido y la baja adaptabilidad y resistencia a interferencias de los algoritmos basados en la detección de prominencia, se propone un método de fusión de imágenes infrarrojas y visibles basado en la transformación de contornos sin submuestreo (NSCT) y detección de prominencia mejorada basada en afinación de frecuencia (FT). Primero, se utiliza un algoritmo mejorado de extracción de mapas de prominencia para apuntar a la imagen infrarroja y distinguir el objetivo del fondo. Luego, se descomponen las imágenes infrarrojas y visibles en bandas de alta y baja frecuencia mediante NSCT. Utilizando el mapa de pesos de prominencia infrarroja calculado para guiar la fusión de los coeficientes de la banda de baja frecuencia, se puede preservar bien el contraste entre el objetivo y el fondo; en la parte de alta frecuencia se utiliza una regla basada en la energía local ponderada para hacer la selección, y mediante la optimización de mínimos cuadrados ponderados (WLS) se pueden obtener más detalles y reducir el impacto del ruido. Finalmente, se realiza la transformación inversa NSCT en los coeficientes fusionados de las bandas alta y baja para obtener la imagen fusionada final. Los resultados comparativos de experimentos con cuatro conjuntos de imágenes muestran que, subjetivamente, este método destaca mejor el objetivo, extrae más detalles, elimina claramente los artefactos de borde y ofrece un mejor efecto visual en comparación con otros métodos. Objetivamente, este método alcanza los mejores resultados en cuatro métricas de evaluación objetiva — gradiente medio (AG), entropía de información (IE), frecuencia espacial (SF), información mutua (MI) — mejorando en promedio un 8.19%, 5.34%, 8.54% y 68.18% respectivamente comparado con cinco métodos de referencia, demostrando la fiabilidad y efectividad del método propuesto.

fusión de imágenes; transformación de contorno sin submuestreo; detección de prominencia por afinación de frecuencia; mapa de prominencia infrarrojo; optimización de mínimos cuadrados ponderados