[發(fā)明專利]基于光學(xué)非下采樣輪廓波變換的圖像融合方法和裝置

無效

• 申請?zhí)枺?/td>: 201010187860.2
• 申請日: 2010-05-31
• 公開（公告）號: CN101894364A
• 公開（公告）日: 2010-11-24
• 發(fā)明（設(shè)計(jì)）人: 蒲秀娟;韓亮;李勇明;覃劍;溫羅生;余傳祥;蒲亨立;姜文浩;黃曉青
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06T5/50
• 分類號: G06T5/50;G02B27/30;G02F1/1333
• 代理公司: 重慶市前沿專利事務(wù)所 50211
• 代理人: 郭云

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，具體地講，是一種基于光學(xué)非下采樣輪廓波(contourlet)變換的圖像融合方法和裝置。

背景技術(shù)

隨著傳感器技術(shù)的發(fā)展，單一的可見光模式逐漸發(fā)展為多種傳感器模式。各種傳感器具有不同的成像機(jī)理、不同的工作波長范圍、不同的工作環(huán)境與要求，完成不同的功能。由于傳感器自身物理特性、成像機(jī)理和觀察視角等各個(gè)方面的種種限制，單一的圖像傳感器往往不能夠從場景中提取足夠的信息，以致于很難甚至無法獨(dú)立獲得對一幅場景的全面描述。為了滿足實(shí)際中的需要，充分利用多傳感器的數(shù)據(jù)信息，各種數(shù)據(jù)融合技術(shù)快速發(fā)展起來。圖像融合是數(shù)據(jù)融合的一個(gè)非常重要的分支，是20世紀(jì)70年代后期提出的概念，是綜合傳感器、圖像處理、信號處理、計(jì)算機(jī)及人工智能的現(xiàn)代高新技術(shù)。目前，圖像融合技術(shù)在許多領(lǐng)域都得到了廣泛的應(yīng)用，包括視頻監(jiān)控、小區(qū)安防、自動識別、計(jì)算機(jī)視覺、醫(yī)學(xué)圖像處理。

通常情況下，紅外圖像可提供較完整的目標(biāo)信息，但是其背景信息卻模糊不清；相反地可見光圖像能夠提供全面的背景信息，但目標(biāo)信息不明顯。通過圖像融合技術(shù)，可獲取目標(biāo)和背景信息均較為清晰的融合后圖像。

小波變換是圖像處理的有效工具，它能針對圖像的特定頻率成分進(jìn)行處理，并很好地反映信號的零維奇異特征，已被成功地應(yīng)用于圖像融合中。但是，常用的二維小波是由兩個(gè)一維小波的張量積形成，其方向選擇性有限，且各向同性，難以很好地表示圖像的邊緣、輪廓和紋理等具有高維奇異性的幾何特征。

非下采樣輪廓波變換是一種真正意義上的圖像的二維表示方法，具有良好的多分辨率、局部化和方向性等優(yōu)良特性，并且具有平移不變性。它將小波的優(yōu)點(diǎn)延伸到高維空間，能夠更好地刻畫高維信息的特征，更適合應(yīng)用于圖像融合中，提高融合圖像的精確性和可靠性。

但是，非下采樣輪廓波變換在計(jì)算機(jī)中進(jìn)行計(jì)算時(shí)的龐大的計(jì)算量制約了其應(yīng)用的進(jìn)一步推廣，基于非下采樣輪廓波變換的圖像融合技術(shù)具有融合速度慢的顯著缺點(diǎn)，難以滿足圖像融合的實(shí)時(shí)性的要求。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的不足，本發(fā)明的目的是要提供一種圖像融合速度快的基于光學(xué)非下采樣輪廓波變換的圖像融合方法和裝置。

為此，本發(fā)明提供了一種基于光學(xué)非下采樣輪廓波變換的圖像融合方法，按照以下步驟進(jìn)行：將紅外圖像和可見光圖像分別進(jìn)行光學(xué)非下采樣輪廓波變換，對應(yīng)地得到紅外圖像的非下采樣輪廓波變換的第一數(shù)值結(jié)果和可見光圖像的非下采樣輪廓波變換的第二數(shù)值結(jié)果；將第一數(shù)值結(jié)果和第二數(shù)值結(jié)果經(jīng)過融合決策處理后得到融合后圖像的非下采樣輪廓波變換的第三數(shù)值結(jié)果；將第三數(shù)值結(jié)果進(jìn)行非下采樣輪廓波逆變換，得到融合后圖像；融合決策處理為對于第一數(shù)值結(jié)果和第二數(shù)值結(jié)果進(jìn)行加權(quán)求和。

根據(jù)本發(fā)明的一個(gè)方面，融合決策處理為對于第一數(shù)值結(jié)果和第二數(shù)值結(jié)果中對應(yīng)位置上的系數(shù)，首先比較兩個(gè)系數(shù)的絕對值，將絕對值大的系數(shù)的加權(quán)系數(shù)置為0.7，絕對值小的系數(shù)的加權(quán)系數(shù)置為0.3，然后將第一數(shù)值結(jié)果和第二數(shù)值結(jié)果進(jìn)行加權(quán)求和得到第三數(shù)值結(jié)果。

本發(fā)明還提供了一種基于光學(xué)非下采樣輪廓波變換的圖像融合裝置，包括光學(xué)非下采樣輪廓波變換模塊、融合決策模塊和非下采樣輪廓波逆變換模塊，光學(xué)非下采樣輪廓波變換模塊用于將紅外圖像和可見光圖像分別進(jìn)行光學(xué)非下采樣輪廓波變換，對應(yīng)地得到紅外圖像的非下采樣輪廓波變換的第一數(shù)值結(jié)果和可見光圖像的非下采樣輪廓波變換的第二數(shù)值結(jié)果；融合決策模塊用于將第一數(shù)值結(jié)果和第二數(shù)值結(jié)果經(jīng)過融合決策處理后得到融合后圖像的非下采樣輪廓波變換的第三數(shù)值結(jié)果；非下采樣輪廓波逆變換模塊用于將第三數(shù)值結(jié)果進(jìn)行非下采樣輪廓波逆變換，得到融合后圖像；融合決策模塊進(jìn)行融合決策處理為對于第一數(shù)值結(jié)果和第二數(shù)值結(jié)果進(jìn)行加權(quán)求和。