FCDFusion: 一种快速、低颜色偏差的可见光与红外图像对融合方法

可见光与红外图像融合（VIF）旨在将可见光图像和红外图像中的信息结合到一幅融合图像中。之前的 VIF 方法通常采用颜色空间变换来保持原始可见光图像的色调和饱和度。然而，对于快速 VIF 方法，该操作占据了大部分计算量，是加快处理速度的瓶颈。本文提出了一种快速融合方法 FCDFusion，具有较小的颜色偏差。它通过在 RGB 颜色空间中直接操作，无需颜色空间变换即可保留颜色信息。它以极低的额外代价引入伽马校正，从而快速提升颜色和对比度。我们将融合过程视为三维颜色向量上的缩放操作，极大地简化了计算。理论分析和实验表明，我们的方法每个像素仅需 7 次浮点运算即可获得满意的结果。与基于 HSV 颜色空间的最新快速保色方法相比，我们的方法在仅一半计算代价下提供了更高的对比度。我们进一步提出了一种新的指标——颜色偏差，用于衡量 VIF 方法保持颜色的能力。它专门针对具有颜色可见光图像的 VIF 任务设计，克服了现有 VIF 指标在此方面的缺陷。我们的代码可在 https://github.com/HeasonLee/FCDFusion 获取。