（5）线性组合法

线性组合结构根据彩色映射准则而提出，它的计算公式如（2-7)所示：

                            （2—7）

其中，、、、、、表示正有理数；且、、的值都大于等于1。大于1的正有理数与图像作乘法，在一定程度上可以增强图像的对比度，反之，小于1的正有理数与图像相乘则会对图像有衰减效果。

3  常用伪彩色融合算法仿真

3。1  NRL算法

NRL算法是R通道中通入红外图像,G和B通道中通入可见光图像。换一种说法就是融合图像的青色分量值（绿色与蓝色的叠加）与可见光图像的灰度值成正比，红色分量值与红外图像的灰度值成正比。这种映射规则的原因是由于在人的视觉感受当中红色为暖色调，所以温度较高的物体在红外图像中灰度值对应也就高，映射之后在融合图像中红色分量也就更多；反之，温度低的物体在红外图像中灰度值低，在融合图像中红色分量就少，这正好符合人眼心理视觉感受。由于人眼对绿色是最敏感的，所以将可见光图像通入绿色通道是非常合适的，因为在可见光图像中有很多的场景细节信息。为了方便，在本文中直接将可见光图像通入剩下的蓝色通道。文献综述

NRL算法仿真结果如下图

图3。1 可见光图像                               图3。2 红外图像

图3,3  NRL融合图像

              图3。4 可见光图像    图3。5 红外图像

图3。6 NRL融合图像

    上面两组可见光图像与红外图像利用NRL法进行图像融合。通过对这两组的融合图像的观察不难看出融合图像保留了可见光图像的特征，同时也保留了红外图像的信息。图3。3中，目标人物被映射为红色，非常醒目；图3。6中，天空被映射为蓝色，效果不错。但是，这种算法并没有对可见光与红外图像进行任何的比较运算，因此，融合出来的图像效果并不自然，可以看到图3。3与图3。6中树木的颜色都被染成红色，地面的颜色也偏青色。很明显，这样的融合图像不符合自然感觉。

3。2  Toet算法

前文对这种融合算法已经做了简单的介绍，具体的实施步骤如下：

（1）提取可见光与红外图像的共同成分。在这里我们设可见光图像为，红外图像为，其中为像素的坐标，那么可见光也红外图像的共同成分为

（2）分别提取红外图像与可见光图像的特征成分。用红外图像减去共同成分得到红外特征成分，用可见光图像减去共同成分得到可见光特征成分图像

（3）图像的交互处理。用红外图像减去可见光图像的特征成分，即；可见光图像减去红外图像的特征成分，即。这一步的目的是为了使融合图像更有利于人眼观察识别。

（4）将第3步得到的结果分别送到R，G通道，同时使B通道全部为0。

    上面是最基本的Toet算法步骤，本文对最后的算法规则进行了改进，即将可见光图像与红外图像特征成分间的差异送入B通道，这样做的目的是加强不同输入图像的特征成分，这样映射公式就如下

                           （3-5）

本文仿真采用公式（3-5）Toet算法，结果如下图