[發明專利]一種偏振圖像融合方法

無效

• 申請號: 201310396089.3
• 申請日: 2013-09-04
• 公開（公告）號: CN103500444A
• 公開（公告）日: 2014-01-08
• 發明（設計）人: 袁艷;張思遠;蘇麗娟;胡亮
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 周長琪

1.一種偏振圖像融合方法，其特征在于：通過下述步驟實現：

步驟1：獲得目標偏振圖像的偏振參量圖像數據；

利用偏振成像系統對目標進行偏振成像，得到偏振成像系統中偏振片的透光軸與水平方向的夾角分別為0°、45°、90°、135°四個偏振方向的出射光強偏振圖像I₀、I₄₅、I₉₀、I₁₃₅；進而得到偏振參量圖像數據，包括偏振光的斯托克斯參量I、Q、U，以及偏振度P和偏振角θ的參量圖像；

步驟2：獲得兩幅特征基向量圖像；

將步驟1中得到的偏振參量圖像數據I、Q、U、P和θ，構成p行q列的數據向量矩陣V_p×q；

Vp×q=IQUPθT=I11Q11U11P11θI12Q12U12P12θ···············IM×NQM×NUM×NPM×NθM×N---(1)]]>

其中，M與N為偏振參量數據的行數和列數；

對數據向量矩陣V進行非負矩陣分解，將數據向量矩陣V近似分解為具有p行r列的非負基向量矩陣D_p×r和具有r行q列的非負系數矩陣H_r×q的乘積；且令r=2；則有：

minD,Hf(D,H)≡12Σi=1pΣj=1q[Vij-(DH)ij]2]]>???(2)

s.t.{Dia≥0Hbj≥0∀i,α,j]]>

式(2)中，V_ij為矩陣V中第i行第j列的像素；i=1、2、3、……、p；j=1、2、3、……、q；D_ia代表矩陣D中第i行第a列的像素，H_aj代表矩陣H中第a行第j列的像素；a=1、2；

a、隨機初始化矩陣D與H；

b、采用交替乘法更新規則更新矩陣D與H，則有：

Haj←Haj(DTV)aj(DTDH)ajDia←Dia(VHT)ia(DHHT)ia---(3)]]>

得到矩陣D=[D₁，D₂]；矩陣D包含了參與融合的全部偏振參量圖像的近似完整信息，可以用于物體偏振信息的近似再現；D₁為矩陣D的第一列像素，作為第一圖像矩陣；D₂為矩陣D的第二列像素，作為第二圖像矩陣；

e、獲得D₁與D₂的清晰度g與方差C：

g=1MNΣi′=1MΣj′=1NΔfx2(i′,j′)2+Δfy2(i′,j′)22---(4)]]>

C=1MNΣi′=1MΣj′=1N[Ii′j′-I‾]2---(5)]]>

式(4)中，Δf_x，Δf_y分別代表圖像矩陣x，y方向的差分；i′與j′分別表示偏振參量圖像數據中第i′行和第j′列像素，i′=1、2、3、……、M，j′=1、2、3、……、N：

式(5)中，I_i′j′為圖像矩陣中第i′行第j′列像素的灰度值；為圖像矩陣的平均灰度值，選取D₁和D₂中清晰度和方差較大的一個圖像矩陣的特征基向量作為標準基向量，對另一個圖像矩陣的特征基向量進行直方圖規定化處理，最終得到兩幅處理后的特征基向量圖像A與特征基向量圖像B；

步驟3：得到融合的偏振圖像；

將步驟2中得到的兩幅特征基向量圖像分別送入兩個相同的PCNN網絡中，利用PCNN模型公式進行N次迭代，分別得到兩個特征基向量圖像第i′行第j′列神經元的輸出Y_i′j′；隨后，根據公式R_i′j′(n)=R_i′j′(n-1)+Y_i′j′(n)，迭代計算兩個特征基向量圖像第i′行第j′列神經元的點火次數R_i′j′；n為迭代次數；

獲得兩個特征基向量圖像的PCNN脈沖次數的匹配度z：

Zi′j′(nmax)=2×RAi′j′(nmax)×RBi′j′(nmax)[RAi′j′(nmax)]2+[RBi′j′(nmax)]2---(6)]]>

式(6)中，Z_i′j′為特征基向量圖像第i′行第j′列神經元的匹配度；nmax為最大迭代次數；R_i′j′為特征基向量圖像A第i′行第′列神經元的點火次數；為特征基向量圖像B第i′行第′列神經元的點火次數；

最終，通過下式對兩幅兩幅特征基向量圖像中的對應神經元進行選取，得到融合后的圖像：

式(7)中，I′_i′j′表示融合的偏振圖像第i′行第j′列像元的灰度值；R_th為0～1的常數；本發明中R_th優選為0.95；A_i′j′為特征基向量圖像A第i′行第j′列神經元；B_i′j′為特征基向量圖像B中第i′行第j′列神經元。

GA=RAi′j′(nmax)RAi′j′(nmax)+RBi′j′(nmax);]]>

GB=RBi′j′(nmax)RAi′j′(nmax)+RBi′j′(nmax).]]>

2.如權利要求1所述一種偏振圖像融合方法，其特征在于：步驟3中，所述R_th優選為0.95。