[發明專利]海天背景下艦船檢測的中長波紅外圖像融合方法及裝置

有效

• 申請號: 201810471187.1
• 申請日: 2018-05-16
• 公開（公告）號: CN108717689B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 高昆;趙天擇;周穎婕;宋亞軍;豆澤陽;王靜;王廣平
• 申請（專利權）人: 北京理工大學;北京環境特性研究所
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/30
• 代理公司: 北京晟睿智杰知識產權代理事務所(特殊普通合伙) 11603
• 代理人: 于淼

1.一種應用于海天背景下艦船檢測領域的中長波紅外圖像融合方法，其特征在于，包括：

獲取第一圖像和第二圖像，其中，所述第一圖像和所述第二圖像分別是待檢測景象的中波紅外圖像和長波紅外圖像；

將所述第一圖像和所述第二圖像分別采用小波-Contourlet變換得到兩個圖像組，所述圖像組中包括所述第一圖像或所述第二圖像的多尺度多方向四層分解圖像；

在兩個所述圖像組中的同一層所述分解圖像上利用PCNN全局耦合性質和同步脈沖發放特性，并結合結構相似度算子進行融合，得到四個融合圖像層；

將四個所述融合圖像層進行重構，得到所述待檢測景象的拍攝圖像；其中，

在兩個所述圖像組中的同一層所述分解圖像上利用PCNN全局耦合性質和同步脈沖發放特性，并結合結構相似度算子進行融合，得到四個融合圖像層，包括：

構造兩個結構相同的PCNN，且設定所述PCNN的預設網絡參數，其中，一個所述PCNN與一個所述圖像組相對應；

在兩個所述圖像組的同一層所述分解圖像上分別運行相應的所述PCNN，得到對應圖像的索引圖；

采用預設融合策略，得到四個所述融合圖像層，其中，所述預設融合策略為基于區域結構相似度和索引圖值而進行融合的融合策略；

其中，所述預設融合策略為：

為融合圖像層的第l層第k個方向子帶，為所述第一圖像的分解圖像的第l層第k個方向子帶，為所述第二圖像的分解圖像的第l層第k個方向子帶，α(i,j)為加權系數，且α(i,j)的取值如下：

融合圖像層F(i,j)的取值如下：

i＝1，2，……，M，j＝1，2，……，N，A(i,j)為第一圖像的分解圖像第i行第j列的像素值，I_A(i,j)為第一圖像的分解圖像第i行第j列的索引值；B(i,j)為第二圖像的分解圖像第i行第j列的像素值，I_B(i,j)為第二圖像的分解圖像第i行第j列的索引值；ε為預設參數，LSSIM_A,B(i,j)為第一圖像的分解圖像與第二圖像的分解圖像的結構相似度，T為預設的結構相似度閾值。

2.根據權利要求1所述的方法，其特征在于，將所述第一圖像和所述第二圖像分別采用小波-Contourlet變換得到兩個圖像組，包括：

對所述第一圖像和所述第二圖像在空間上進行配準，得到第一新圖像和第二新圖像；

對所述第一新圖像進行WBCT運算，得到第一圖像組，且所述第一圖像組包括所述第一新圖像多尺度多方向的三個高頻分量的子帶及一個低頻分量的子帶；

對所述第二新圖像進行WBCT運算，得到第二圖像組，且所述第二圖像組包括所述第二新圖像多尺度多方向的三個高頻分量的子帶及一個低頻分量的子帶，其中，

所述第一圖像組和所述第二圖像組所屬于兩個所述圖像組。

3.根據權利要求1所述的方法，其特征在于，在兩個所述圖像組的同一層所述分解圖像上分別運行相應的所述PCNN，得到對應圖像的索引圖，包括：

通過所述預設網絡參數得到所述PCNN的最大運行次數和閾值查找表；

基于所述最大運行次數和所述閾值查找表，在兩個所述圖像組的同一層所述分解圖像上分別運行相應的所述PCNN，得到對應圖像的索引圖。

4.根據權利要求1所述的方法，其特征在于，將四個所述融合圖像層進行重構，得到所述待檢測景象的拍攝圖像，包括：

對四個所述融合圖像層進行反WBCT運算，以將四個所述融合圖像層重構成一個重構圖像；

將所述重構圖像確定為所述待檢測景象的拍攝圖像。