[發(fā)明專利]基于Surfacelet變換的紅外與可見光視頻圖像融合方法

有效

• 申請?zhí)枺?/td>: 201010172719.5
• 申請日: 2010-05-14
• 公開（公告）號: CN101873440A
• 公開（公告）日: 2010-10-27
• 發(fā)明（設計）人: 張強;王龍;馬兆坤;李慧娟
• 申請（專利權(quán)）人: 西安電子科技大學
• 主分類號: H04N5/262
• 分類號: H04N5/262;G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發(fā)明涉及視頻圖像處理領域，具體的說是一種視頻圖像融合方法，該方法能夠有效解決視頻圖像融合中存在的時間一致性和穩(wěn)定性問題，可用于對紅外與可見光視頻圖像進行融合。

背景技術

可見光成像傳感器主要根據(jù)物體的光譜反射特性成像的，而紅外成像傳感器主要根據(jù)物體的熱輻射特性成像的。通常情況下，可見光圖像能夠很好地描述場景中的環(huán)境信息，而紅外圖像能夠很好地給出目標的存在特性和位置特性。這兩種圖像的融合能夠?qū)⒓t外圖像中的目標存在特性和可見光圖像中的背景信息有機地結(jié)合在一起，從而進一步提高對目標的偵測和對環(huán)境的釋義能力，已經(jīng)被廣泛應用于場景監(jiān)控等領域。

小波變換作為一種圖像多尺度分析工具，不僅具有良好的空域-頻域局部分析特性，在提取圖像低頻信息的同時，還可以獲得圖像水平、垂直以及對角三個方向的高頻細節(jié)信息，已被廣泛應用于紅外與可見光圖像融合技術中，例如G.Pajares，J.M.de?la?Cruz，“Awavelet-based?image?fusion?tutorial”，Pattern?Recognition，vol.37，No.9，2004，pp.1855-1872.及J.Lewis，R.O.’Callaghan，S.Nikolov，D.Bull，N.Canagarajah，“Pixel-andRegion-based?image?fusion?with?complex?wavelets”，Information?Fusion，vol.8No.2.，2007，pp.119-130.兩篇文獻公開的技術均屬于基于小波變換的圖像融合方法。由于采用小波對圖像進行分析的過程與計算機視覺和人眼視覺系統(tǒng)中由粗到細認識事物的過程十分相似，因此，與傳統(tǒng)的圖像融合方法相比，基于小波變換的圖像融合方法能夠明顯改善系統(tǒng)的融合性能。但采用小波變換對二維圖像進行分析時不能夠充分利用圖像數(shù)據(jù)本身所特有的幾何特征，挖掘圖像中方向邊緣信息，也不能夠?qū)D像中的直線或曲線稀疏表示，使得融合后的圖像容易引入一定的“人為”效應或高頻噪聲，從而在一定程度上降低了融合圖像的質(zhì)量。

針對小波變換在圖像處理中的缺陷，先后出現(xiàn)了Ridgelet變換、Curvelet變換、Contourlet變換等圖像多尺度幾何分析工具(Multiscale?Geometric?Analysis，MGA)。相對于小波變換，此類變換具有“各向異性”，能夠有效表示圖像中的邊緣，具有多尺度、空域局部特性以及多方向性特性。上述MGA工具也已經(jīng)能夠成功應用于圖像融合領域中，例如張強，郭寶龍，“一種基于非采用Contourlet變換紅外圖像與可見光圖像融合算法”，紅外與毫米波學報，Vol.26，No.6，2007，pp：476-480.實驗結(jié)果表明此類算法大都能夠獲得比基于小波變換圖像融合算法更好的主客觀指標。但目前存在的絕大數(shù)MGA工具運算復雜度較高，基于MGA的圖像融合算法只能適合離線狀態(tài)下的單幀圖像融合，而在視頻圖像融合中的應用還需要進一步提高運算效率。