[發明專利]一種基于混合多尺度分析的紅外與可見光圖像融合算法

有效

• 申請號: 201710621620.0
• 申請日: 2017-07-27
• 公開（公告）號: CN107451984B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 江澤濤;吳輝
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 周雯

本發明公開了一種基于混合多尺度分析的紅外與可見光圖像融合算法，包括如下步驟：步驟1：對紅外與可見光圖像進行NSCT分解，得到低頻子帶與高頻子帶；步驟2：對低頻子帶采用靜態小波變換，得到一個低頻子帶和三個高頻子帶，分別采用局部能量與絕對值取大相結合和壓縮感知理論對低、高頻子帶進行融合；步驟3：判斷待融合圖像的清晰度，根據判決準則選取LSCN的增強層數；步驟4：對最高層高頻子帶采用絕對值取大的融合規則，其余子帶采用改進PCNN模型進行融合；步驟5：對融合結果進行NSCT逆變換，得到最終的融合圖像。本發明得到的融合圖像邊緣突出，對比度高，目標突出，算法的平均梯度、空間頻率等指標均高于現有技術。

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于混合多尺度分析的紅外與可見光圖像融合算法。

背景技術

基于小波變換的圖像融合方法是一種經典的融合算法，但小波只能表示各向同性的物體，對于圖像中線、邊緣等特征，小波不是一種理想的表示工具。 Contourlet在圖像融合中的應用較為廣泛，通過對圖像的多尺度，多方向分解， Contourlet能夠很好的捕捉到圖像中的細節特征，彌補了小波這方面的不足。但由于Contourlet變換中采用了降采樣操作，使其不具備平移不變性，在圖像處理中容易產生偽吉布斯現象。

A.L.Cunha等提出的非采樣Contourlet變換(nonsubsampled Contourlettransform，NSCT)具備平移不變性，能夠充分地保留圖像的有效信息，產生更好的融合效果，但還存在著低頻部分圖像稀疏性較差，不利于特征提取等問題。

發明內容

針對現有技術的不足，本發明所解決的問題是如何解決紅外與可見光圖像融合中存在的對比度不高，邊緣信息保留不夠充分等問題。

為解決上述技術問題，本發明采用的技術方案是一種基于混合多尺度分析的的紅外與可見光圖像融合算法，包括如下步驟：

步驟1：對紅外與可見光圖像分別進行NSCT分解，得到低頻子帶L_J(x,y)與高頻子帶H_j,r(x,y)，其中J為分解層數，j、r代表分解尺度和方向數。

步驟2：對低頻子帶采用靜態小波變換，得到一個低頻子帶和三個高頻子帶，分別采用局部能量與絕對值取大相結合和壓縮感知理論對低、高頻子帶進行融合，再進行小波逆變換得到NSCT重構的低頻子帶。

所述采用局部能量與絕對值取大相結合和壓縮感知理論對低頻子帶進行融合，其具體方法如下：

式中EN為局部區域能量，其定義為：

所述采用局部能量與絕對值取大相結合和壓縮感知理論對高頻子帶進行融合，其具體步驟如下：

1)將大小為m×n的高頻子帶圖像和分解成互不重疊且大小相同的子塊，其中j＝1,2,3，使用sym8小波基對每一塊子塊圖像進行稀疏化；

2)設計測量矩陣Φ，應用測量矩陣對輸入的高頻子帶系數進行測量采樣，得到測量向量和其中k＝1,2,...,m×n；

3)計算測量向量和的標準差SD^k與清晰度EAV^k，采用基于區域標準差、區域清晰度和S函數相結合的融合規則，得到融合的測量向量，即：

圖像標準差公式為：

其中

圖像清晰度公式為：

加權系數ω通過S函數得到，采用的S函數為：