[發(fā)明專(zhuān)利]一種基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710717274.6
• 申請(qǐng)日: 2017-08-21
• 公開(kāi)（公告）號(hào): CN107705274B
• 公開(kāi)（公告）日: 2022-04-19
• 發(fā)明（設(shè)計(jì)）人: 朱彥偉;馮林方;伍四清;蘆杉;雷蕊平;孫曉靜;劉炫;閆敏;姚正綱;章小強(qiáng);李凱陽(yáng);肖真霞
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)核電工程有限公司
• 主分類(lèi)號(hào): G06T5/50
• 分類(lèi)號(hào): G06T5/50
• 代理公司: 北京天悅專(zhuān)利代理事務(wù)所(普通合伙) 11311
• 代理人: 田明;任曉航

1.一種基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法，包括如下步驟：

(1)對(duì)微光圖像和紅外圖像進(jìn)行形態(tài)學(xué)金字塔多尺度分層，得到一系列不同分辨率的微光子圖像集合和紅外子圖像集合，每一層圖像都是由其前一層圖像經(jīng)過(guò)形態(tài)學(xué)濾波之后再進(jìn)行隔行隔列的降采樣而形成；

(2)針對(duì)分層后的微光子圖像和紅外子圖像，在圖像空間的各個(gè)層次上，基于圖像質(zhì)量綜合指標(biāo)最優(yōu)的原則，采用適當(dāng)?shù)娜诤喜呗赃M(jìn)行圖像融合，具體方法如下：

設(shè)定一個(gè)關(guān)于融合圖像信息熵SH、平均梯度TD和扭曲程度NQ的目標(biāo)函數(shù)f，

當(dāng)i＝1時(shí)，SH₁,TD₁,NQ₁分別表示采用加權(quán)融合法時(shí)，融合圖像的信息熵、平均梯度和扭曲程度；

當(dāng)i＝2時(shí)，SH₂,TD₂,NQ₂分別表示采用像素值選大法時(shí)，融合圖像的信息熵、平均梯度和扭曲程度；

當(dāng)i＝3時(shí)，SH₃,TD₃,NQ3分別表示采用像素值選小法時(shí)，融合圖像的信息熵、平均梯度和扭曲程度；

max(SH)，max(TD)，max(NQ)分別表示當(dāng)i＝1,2,3，SH_i，TD_i，NQ_i的最大值；

k₁,k₂,k₃為權(quán)重系數(shù)，且k₁+k₂+k₃＝1，可根據(jù)圖像融合指標(biāo)的重要程度進(jìn)行k₁,k₂,k₃數(shù)值調(diào)節(jié)；

對(duì)同一尺度層級(jí)上的微光子圖像和紅外子圖像分別采用加權(quán)融合法、像素值選大法和像素值選小法進(jìn)行圖像融合，取使目標(biāo)函數(shù)值最大的圖像融合算法作為該尺度層級(jí)上的最終選用的圖像融合算法，按照此方法得到不同層級(jí)尺度上的融合圖像S₀,S₁,S₂,....S_N；

(3)通過(guò)融合圖像重構(gòu)，得到最終的微光與紅外融合圖像。

2.如權(quán)利要求1所述的基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法，其特征在于：步驟(1)中，具體的分層方法如下：

F_L＝[(F_L-1oB)·B]↓2

G_L＝[(G_L-1oB)·B]↓2

F_L表示微光圖像第L層，1≤L≤N，N表示最大層級(jí)，F(xiàn)_N即最頂層；

F₀表示原始微光圖像并將其作為形態(tài)學(xué)金字塔的第0層，即最底層；

G_L表示紅外圖像第L層，1≤L≤N，N表示最大層級(jí)，G_N即最頂層；

G₀表示原始紅外圖像并將其作為形態(tài)學(xué)金字塔的第0層，即最底層；

o表示形態(tài)學(xué)中的開(kāi)運(yùn)算，·表示形態(tài)學(xué)中的閉運(yùn)算；

B是結(jié)構(gòu)元素，根據(jù)原始圖像的幾何形狀與尺寸進(jìn)行選擇；

↓2表示對(duì)圖像進(jìn)行隔行隔列降采樣。

3.如權(quán)利要求1或2所述的基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法，其特征在于：步驟(1)中分解得到的微光子圖像和紅外子圖像的尺度層級(jí)數(shù)相同。

4.如權(quán)利要求1或2所述的基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法，其特征在于：步驟(1)在微光子圖像集合和紅外子圖像集合中各自組成形態(tài)學(xué)金字塔，下一級(jí)圖像的大小為上一級(jí)圖像大小的1/4，此處圖像大小是指的像素?cái)?shù)。

5.如權(quán)利要求4所述的基于數(shù)學(xué)形態(tài)學(xué)多尺度的微光與紅外圖像融合方法，其特征在于：步驟(3)中融合圖像重構(gòu)采用如下公式進(jìn)行：

將形態(tài)學(xué)金字塔R_L+1利用內(nèi)插值方法進(jìn)行放大，得到放大圖像R′_L+1,使得R′_L+1的尺寸大小與R_L相同，R_L為第L級(jí)尺度上融合重構(gòu)圖像，內(nèi)插值的方法為：

其中，u,v為R_L的尺寸大??；

將內(nèi)插值放大圖像R′_L+1采用下式的形態(tài)膨脹運(yùn)算進(jìn)行濾波，得到圖像

其中為形態(tài)學(xué)的膨脹運(yùn)算，B′為結(jié)構(gòu)元素，根據(jù)原始圖像的幾何形狀與尺寸進(jìn)行選擇；

從形態(tài)學(xué)金字塔的最頂層逐層向下遞推，進(jìn)行重構(gòu)以獲取最終的融合圖像R₀。