[發明專利]一種基于多尺度分析的異源融合圖像互補性計算方法

在審

• 申請號: 201410648614.0
• 申請日: 2014-11-17
• 公開（公告）號: CN104392440A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 胡燕翔
• 申請（專利權）人: 天津師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 天津市杰盈專利代理有限公司 12207
• 代理人: 朱紅星

?技術領域

本發明涉及計算機視覺、數字圖像處理以及生物視覺計算等多個圖像應用領域，具體涉及一種基于多尺度分析的異源融合圖像互補性計算方法。

背景技術

異源圖像融合技術是將對同一場景由不同圖像傳感器，或同一圖像傳感器使用不同工作參數拍攝的圖像，通過圖像處理的手段組合為一幅圖像。該組合結果包含了較任意一幅原始圖像更為豐富的視覺信息。異源融合圖像融合技術已經在遠程監控、數字醫療、高動態范圍成像、軍事偵察等多個方面得到了廣泛應用。附圖1給出了現有技術中異源圖像融合的過程。

在圖1中，由于成像設備的特點和性能限制，單獨使用紅外相機或可見光相機都無法獲取成像場景中的全部信息，因此通過使用圖像融合技術將兩幅圖像中的視覺信息集成于一幅圖像之中，能夠獲得比單獨使用任意一種成像設備更多的視覺信息。目前對異源圖像融合的研究集中于融合算法以及融合質量評價，而對于異源融合圖像互補性的研究尚未見公開發表。

對于異源圖像融合的結果而言，其所包含的信息量不僅取決于融合算法，同時也取決于異源融合圖像之間的差異化程度。對于確定的某種融合算法，異源融合圖像間的差異化程度越高，則融合結果所包含的信息量越大。

使用簡單的數學方法，例如均方差（Mean?Square?Error,?MSE）、峰值信噪比（Peak?Signal-Noise?Ratio,?PSNR）、互信息（Mutual?Information，MI）等來評價異源融合圖像間的差異，只能提供異源融合圖像間的數值差異比較，并不能反映出異源融合圖像間的視覺差異，無助于成像設備以及融合算法的選擇。

發明內容

本發明為了解決從視覺觀測的角度來評價異源融合圖像間差異性的問題，提供了一種基于多尺度分析的異源融合圖像互補性計算方法。該方法依據生物視覺系統的研究成果，通過比較兩個尺度的視覺差異來評價異源融合圖像的互補性。其中粗尺度的視覺顯著度用于模擬人眼在“預注意”階段對目標大致輪廓和形狀敏感的特點，細尺度的細節相似性模擬人眼在“詳細觀察”階段對于紋理、邊沿等突變敏感的特點。。

為實現上述目的，本發明采用如下的技術方案：

一種基于多尺度分析的異源融合圖像互補性計算方法，包括以下步驟：首先，對待比較異源融合圖像進行多尺度多方向的分解變換，將圖像分解為粗尺度低頻子帶和細尺度下多個方向性帶通子帶；然后分別從這兩個空間尺度對異源融合圖像的粗尺度視覺顯著性差異和細尺度細節相似性進行比較。

在粗尺度視覺顯著性差異的計算過程中，使用NSCT低頻系數和根據視覺注意機制模型獲得的視覺顯著度圖，計算圖像中各點的“視覺強度”；異源融合圖像間同一位置的“視覺強度差”作為該點的視覺匹配度；視覺匹配度的平均值作為異源圖像間的粗尺度視覺顯著度差異。

細尺度細節相似性的計算過程如下：逐點計算兩幅異源融合圖像之間每一對NSCT對應的帶通子帶間的細節相似性，然后計算各對帶通子帶在該位置的細節相似性算術平均值作為該點的細節相似性。

本發明具有的優點和積極效果是：

本發明采用多分辨率分析的方法，結合視覺注意機制，從粗尺度視覺顯著性和細尺度細節相似性兩個角度來比較異源融合圖像的相似性與互補性。這種方法能夠有效地評價不同種類成像設備的視覺成像特點，有助于選擇最佳的成像設備組合、融合算法及其最佳參數組合進行異源圖像融合；具有以下優點：第一，從視覺感知的角度評價不同成像設備的差異；第二，通過計算異源融合圖像間的互補性，選取具有更大互補性的異源融合圖像，從而使得融合結果包含更豐富的信息量；第三，根據異源融合圖像互補性的特征，有針對性地選取最佳融合算法及其參數。

附圖說明

圖1為異源圖像融合的流程圖；

圖2為本發明的Itti視覺注意模型的流程圖；

圖3為本發明的視覺注意模型的應用實例圖；

圖4為本發明的異源融合圖像互補性計算方法的流程圖；

圖5為可見光/紅外圖像互補性比較圖；

圖6為多聚焦圖像互補性比較圖。

具體實施方式

下面結合附圖和具體實施例對本發明的基于多尺度分析的異源融合圖像互補性計算方法做進一步說明。下述各實施例僅用于說明本發明而并非對本發明的限制。