[發(fā)明專利]一種基于PCNN和分級(jí)聚焦技術(shù)的圖像融合方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710398881.0
• 申請(qǐng)日: 2017-05-31
• 公開（公告）號(hào): CN107341501B
• 公開（公告）日: 2019-10-08
• 發(fā)明（設(shè)計(jì)）人: 徐光柱;寧力;雷幫軍;夏平;付云俠;鄒耀斌
• 申請(qǐng)（專利權(quán)）人: 三峽大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46;G06T7/13;G06N3/04
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩

本發(fā)明提供一種基于PCNN和分級(jí)聚焦技術(shù)的圖像融合方法及裝置，包括：S1，使用PCNN獲取第一圖像和第二圖像對(duì)應(yīng)的第一脈沖圖像和第二脈沖圖像；S2，使用分級(jí)聚焦檢測(cè)算法獲取第一分級(jí)聚焦點(diǎn)圖像和第二分級(jí)聚焦點(diǎn)圖像；S3，對(duì)所述第一分級(jí)聚焦點(diǎn)圖像和所述第二分級(jí)聚焦點(diǎn)圖像進(jìn)行平滑，獲取對(duì)應(yīng)的第一顯著性圖像和第二顯著性圖像；S4，使用判決算法對(duì)所述第一圖像和所述第二圖像進(jìn)行融合。本發(fā)明通過使用PCNN充分提取圖像中的有效信息，然后使用分級(jí)聚焦型視覺獲取圖像中有效信息的分級(jí)聚焦點(diǎn)，并結(jié)合簡(jiǎn)單的判決算法對(duì)圖像進(jìn)行融合，本發(fā)明方法簡(jiǎn)單，處理速度快，能產(chǎn)生較好的融合效果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，更具體地，涉及一種基于PCNN和分級(jí)聚焦技術(shù)的圖像融合方法及裝置。

背景技術(shù)

圖像融合是指綜合兩個(gè)或多個(gè)多源圖像的信息，其目的在于通過對(duì)多幅圖像的信息進(jìn)行提取，集中或整合優(yōu)勢(shì)互補(bǔ)的數(shù)據(jù)以提高圖像的信息可用度，從而獲取對(duì)同一目標(biāo)更為準(zhǔn)確，更為全面和更為可靠的圖像描述。融合后的圖像更符合人或機(jī)器的視覺特性，以便于對(duì)圖像進(jìn)一步的分析、理解、檢測(cè)和識(shí)別。

圖像融合技術(shù)可分為三個(gè)層次：像素級(jí)、特征級(jí)和決策級(jí)。其中像素級(jí)圖像融合技術(shù)直接在原始數(shù)據(jù)層上進(jìn)行融合。它雖然能保持盡可能多的原始數(shù)據(jù)，但在進(jìn)行圖像融合之前，必須對(duì)源圖像進(jìn)行精準(zhǔn)的配準(zhǔn)，因此具有局限性。另外，像素級(jí)圖像融合技術(shù)的數(shù)據(jù)量大，處理速度慢，實(shí)時(shí)性差。特征級(jí)圖像融合技術(shù)屬于中間層，先對(duì)原始圖像進(jìn)行特征提取，然后對(duì)提取的特征進(jìn)行綜合分析和處理，實(shí)現(xiàn)了客觀的信息壓縮，有利于實(shí)時(shí)處理。決策級(jí)融合技術(shù)是一種高層次的融合，在融合過程中，每個(gè)傳感器先分別建立對(duì)同一目標(biāo)的初步判決和結(jié)論，然后對(duì)來自個(gè)傳感器的決策進(jìn)行相關(guān)處理，最后進(jìn)行決策級(jí)的融合處理。決策級(jí)融合技術(shù)具有良好的實(shí)時(shí)性和容錯(cuò)性，但預(yù)處理代價(jià)高。

現(xiàn)有技術(shù)中，已有許多圖像融合技術(shù)的研究。其中，平均融合算法將待融合圖像中相關(guān)像素點(diǎn)的灰度值用所述相關(guān)像素點(diǎn)的灰度值的平均值替換。該方法生成的融合圖像不僅包含圖像中清晰的信息，同時(shí)也包含圖像中模糊的信息，從而使得有效和無效的信息結(jié)合在一起，不能得到較好的融合效果。低通比率金字塔圖像融合算法是一種與人們的視覺系統(tǒng)模型相適應(yīng)的方法，能高效地保留圖像中的細(xì)節(jié)特征。它雖然符合人的視覺特征，但由于噪聲的局部對(duì)比度一般較大，對(duì)噪聲敏感，且不穩(wěn)定。基于HIS變換的圖像融合方法將待融合的一幅圖像從RGB空間變換到HIS空間，然后用待融合的另一幅圖像的強(qiáng)度替換前一幅圖像的I分量，最好用將替換的HIS圖像反變換為RGB圖像，即融合后的圖像。由于一幅待融合圖像在HIS空間的I分量和另一幅待融合圖像的灰度值是兩種不同光譜強(qiáng)度特性的頻道數(shù)據(jù)，這種替換使得融合后的圖像產(chǎn)生光譜退化現(xiàn)象，光譜信息損失嚴(yán)重。

綜上所述，現(xiàn)有的圖像融合技術(shù)數(shù)據(jù)量大、處理速度慢、對(duì)噪聲敏感和產(chǎn)生的融合效果差。因此，提出一種新的圖像融合算法是解決上述問題的關(guān)鍵。

發(fā)明內(nèi)容

為克服上述現(xiàn)有的圖像融合技術(shù)數(shù)據(jù)量大、處理速度慢、融合效果差的問題或者至少部分地解決上述問題，本發(fā)明提供了一種基于PCNN和分級(jí)聚焦技術(shù)的圖像融合方法及裝置。

根據(jù)本發(fā)明的第一方面，提供一種基于PCNN和分級(jí)聚焦技術(shù)的圖像融合方法，包括：

S1，使用PCNN獲取第一圖像和第二圖像對(duì)應(yīng)的第一脈沖圖像和第二脈沖圖像；

S2，使用分級(jí)聚焦檢測(cè)算法獲取所述第一脈沖圖像和所述第二脈沖圖像對(duì)應(yīng)的第一分級(jí)聚焦點(diǎn)圖像和第二分級(jí)聚焦點(diǎn)圖像；

S3，對(duì)所述第一分級(jí)聚焦點(diǎn)圖像和所述第二分級(jí)聚焦點(diǎn)圖像進(jìn)行平滑，獲取所述第一圖像和所述第二圖像對(duì)應(yīng)的第一顯著性圖像和第二顯著性圖像；

S4，根據(jù)所述第一顯著性圖像和所述第二性顯著性圖像，使用判決算法對(duì)所述第一圖像和所述第二圖像進(jìn)行融合。

具體地，在S1之前還包括：