[發(fā)明專(zhuān)利]基于壓縮感知的可見(jiàn)光和紅外圖像融合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110199505.1
• 申請(qǐng)日: 2011-07-17
• 公開(kāi)（公告）號(hào): CN102254314A
• 公開(kāi)（公告）日: 2011-11-23
• 發(fā)明（設(shè)計(jì)）人: 王爽;焦李成;楊奕堂;劉芳;楊淑媛;侯彪;鐘樺;楊國(guó)輝;劉忠偉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T5/50
• 分類(lèi)號(hào): G06T5/50
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及圖像融合技術(shù)，具體地說(shuō)是一種結(jié)合了壓縮感知理論的可見(jiàn)光和紅外圖像融合方法。用于對(duì)圖像進(jìn)行進(jìn)一步的分析、理解以及目標(biāo)的檢測(cè)、識(shí)別或跟蹤前的圖像預(yù)處理。

背景技術(shù)

圖像融合作為一個(gè)新興的科研領(lǐng)域有著廣闊的發(fā)展前景。它通過(guò)提取和綜合來(lái)自多個(gè)傳感器圖像的信息，獲得對(duì)同一場(chǎng)景或目標(biāo)的更為準(zhǔn)確、全面、可靠的圖像描述，以便對(duì)圖像進(jìn)行進(jìn)一步的分析、理解以及目標(biāo)的檢測(cè)、識(shí)別或跟蹤。從二十世紀(jì)八十年代初至今，多傳感器圖像融合已引起了世界范圍內(nèi)的廣泛興趣和研究熱潮，它在自動(dòng)目標(biāo)識(shí)別、計(jì)算機(jī)視覺(jué)、遙感、機(jī)器人、醫(yī)學(xué)圖像處理以及軍事應(yīng)用等領(lǐng)域有著廣泛的應(yīng)用前景。經(jīng)過(guò)將近三十年的發(fā)展，圖像融合技術(shù)的研究已經(jīng)形成了一定的規(guī)模，國(guó)內(nèi)外已開(kāi)發(fā)出多種融合系統(tǒng)，但這并不表明該項(xiàng)技術(shù)已經(jīng)完善。從目前的情況來(lái)看，圖像融合技術(shù)還存在許多理論和技術(shù)方面的問(wèn)題有待解決。尤其需要指出的是圖像融合技術(shù)在國(guó)內(nèi)所進(jìn)行的研究相對(duì)于國(guó)際上的研究工作起步較晚，還處于落后狀態(tài)。因此迫切需要進(jìn)行廣泛深入的基礎(chǔ)理論和基礎(chǔ)技術(shù)的研究。

隨著信息技術(shù)的飛速發(fā)展，人們對(duì)信息的需求與日俱增。在這種背景下，傳統(tǒng)的圖像融合方法，比如基于多尺度變換的融合方法，參見(jiàn)文章《Region?based?multisensor?image?fusion?using?generalized?Gaussian?distribution》，in?Int.Workshop?on?Nonlinear?Sign.and?Image?Process.Sep.2007，需要處理的數(shù)據(jù)量十分可觀，這就造成了對(duì)信號(hào)采樣、傳輸和存儲(chǔ)的巨大壓力，如何緩解這種壓力又能有效提取承載在信號(hào)中的有用信息是信號(hào)與信息處理中急需解決的問(wèn)題之一。近幾年來(lái)國(guó)際上出現(xiàn)的壓縮感知理論CS為緩解這些壓力提供了解決方法。壓縮感知理論CS不需要對(duì)信號(hào)進(jìn)行完全采樣，在采樣時(shí)也不需要知道信號(hào)的任何先驗(yàn)信息，因而減少了恢復(fù)的數(shù)據(jù)量，一定程度上緩解了傳輸和存儲(chǔ)的巨大壓力。目前，學(xué)者們已經(jīng)在模擬-信息采樣、合成孔徑雷達(dá)成像、遙感成像、核磁共振成像、人臉識(shí)別、信源編碼等諸多領(lǐng)域?qū)嚎s感知展開(kāi)了廣泛的應(yīng)用研究。最近幾年國(guó)內(nèi)也掀起了壓縮感知的研究熱潮。但是將壓縮感知理論用在圖像融合上的研究還很少。學(xué)者T.Wan等人率先將壓縮感知的理論用于圖像融合的嘗試，參見(jiàn)文章《Compressive?Image?Fusion》，in?Proc.IEEE?Int.Conf.Image?Process，pp.1308-1311，2008.該方法采用觀測(cè)值絕對(duì)值取大的融合規(guī)則，效果不盡人意。此后X.Li等人對(duì)它進(jìn)行了改進(jìn)，提出了基于壓縮感知的可見(jiàn)光和紅外圖像融合方法，參見(jiàn)文章《Efficient?fusion?for?infrared?and?visible?images?based?on?compressive?sensing?principle》，in?IET.Image?Process.，Vol.5，Iss.2，pp.141-147，2011.該方法采用圖像觀測(cè)值標(biāo)準(zhǔn)差加權(quán)的融合規(guī)則，融合效果和T.Wan等人的方法相比有了一定的提高，但是效果提高不是很明顯且算法收斂的速度比較慢。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述已有技術(shù)的缺點(diǎn)，提出了一種基于壓縮感知的可見(jiàn)光和紅外圖像融合方法，以減少數(shù)據(jù)量，降低計(jì)算復(fù)雜度，并在降低復(fù)雜度的同時(shí)提高圖像融合的效果。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)關(guān)鍵是利用壓縮感知對(duì)信號(hào)的不完全采樣來(lái)減少數(shù)據(jù)量，利用快速沃爾什哈達(dá)馬變換矩陣來(lái)降低計(jì)算復(fù)雜度，整個(gè)處理過(guò)程分為四大部分，首先對(duì)可見(jiàn)光圖像和紅外圖像進(jìn)行一層小波分解，再對(duì)分解后的低頻子帶系數(shù)采用低頻融合規(guī)則進(jìn)行融合，對(duì)每個(gè)高頻子帶系數(shù)進(jìn)行觀測(cè)，然后對(duì)每個(gè)高頻子帶系數(shù)觀測(cè)值進(jìn)行融合，并對(duì)融合后的每個(gè)高頻子帶系數(shù)觀測(cè)值進(jìn)行重構(gòu)，得到融合后的高頻子帶系數(shù)，最后對(duì)融合后的低頻子帶系數(shù)和高頻子帶系數(shù)進(jìn)行小波逆變換得到融合的圖像，其具體步驟包括如下：

(1)對(duì)輸入的可見(jiàn)光圖像A和紅外圖像B進(jìn)行小波分解，得到兩幅圖像的低頻子帶系數(shù)x_A和x_B以及三個(gè)方向的高頻子帶系數(shù)ε＝1，2，3；

(2)對(duì)可見(jiàn)光圖像A和紅外圖像B的低頻子帶系數(shù)x_A和x_B進(jìn)行融合，得到融合后的低頻子帶系數(shù)x；