[發(fā)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?zhí)枺?/td>: 201810471187.1
• 申請日: 2018-05-16
• 公開（公告）號: CN108717689B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 高昆;趙天擇;周穎婕;宋亞軍;豆?jié)申?/a>;王靜;王廣平
• 申請（專利權(quán)）人: 北京理工大學(xué);北京環(huán)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(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11603
• 代理人: 于淼

本發(fā)明提供應(yīng)用于海天背景下艦船檢測領(lǐng)域的中長波紅外圖像融合方法及裝置，涉及艦船檢測技術(shù)領(lǐng)域，該方法包括：獲取第一圖像和第二圖像，第一圖像和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；將第一圖像和第二圖像分別采用小波?Contourlet變換得到兩個圖像組，圖像組中包括第一圖像或第二圖像的多尺度多方向四層分解圖像；在兩個圖像組中的同一層分解圖像上利用PCNN全局耦合性質(zhì)和同步脈沖發(fā)放特性，并結(jié)合結(jié)構(gòu)相似度算子進(jìn)行融合，得到四個融合圖像層；重構(gòu)四個融合圖像層得到待檢測景象的拍攝圖像。中長波紅外圖像的融合增強(qiáng)捕獲待檢測景象的實(shí)時性和機(jī)動性，緩解現(xiàn)有艦船檢測技術(shù)實(shí)時性和機(jī)動性較差的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及艦船檢測技術(shù)領(lǐng)域，尤其是涉及一種應(yīng)用于海天背景下艦船檢測領(lǐng)域的中長波紅外圖像融合方法及裝置。

背景技術(shù)

海面艦船目標(biāo)的識別與監(jiān)測是國家海洋監(jiān)測任務(wù)的重要環(huán)節(jié)，對于國家經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)、海洋權(quán)益維護(hù)及軍事力量的發(fā)展都有十分重要的意義。

現(xiàn)如今，海上艦船檢測與動態(tài)監(jiān)測應(yīng)用對相關(guān)監(jiān)視監(jiān)控系統(tǒng)的“實(shí)時性”與“機(jī)動性”提出了更高的要求。現(xiàn)有的艦船檢測技術(shù)，從硬件技術(shù)上來說，低軌道衛(wèi)星在觀測范圍、實(shí)時性、連續(xù)性動態(tài)觀測方面已難以滿足相關(guān)應(yīng)用的需求；而高分辨率地球同步軌道遙感技術(shù)尚處于發(fā)展階段，在海上艦船監(jiān)視監(jiān)測應(yīng)用方面，尚未深入開展研究。從檢測方法上來說，紅外目標(biāo)檢測的方法主要采用了單幀檢測和多幀確認(rèn)相結(jié)合的思想，在連續(xù)性動態(tài)觀測方面已難以滿足相關(guān)應(yīng)用的需求。

針對現(xiàn)有艦船檢測技術(shù)實(shí)時性和機(jī)動性較差的技術(shù)問題，目前缺乏有效的解決方案。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種應(yīng)用于海天背景下艦船檢測領(lǐng)域的中長波紅外圖像融合方法及裝置，以緩解現(xiàn)有艦船檢測技術(shù)實(shí)時性和機(jī)動性較差的技術(shù)問題。

第一方面，本發(fā)明實(shí)施例提供了一種應(yīng)用于艦船檢測的中長波紅外圖像融合方法，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(zhì)和同步脈沖發(fā)放特性，并結(jié)合結(jié)構(gòu)相似度算子進(jìn)行融合，得到四個融合圖像層；

將四個所述融合圖像層進(jìn)行重構(gòu)，得到所述待檢測景象的拍攝圖像。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，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(jìn)行配準(zhǔn)，得到第一新圖像和第二新圖像；

對所述第一新圖像進(jìn)行WBCT運(yùn)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(jìn)行WBCT運(yùn)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。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，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(zhì)和同步脈沖發(fā)放特性，并結(jié)合結(jié)構(gòu)相似度算子進(jìn)行融合，得到四個融合圖像層，包括：

構(gòu)造兩個結(jié)構(gòu)相同的PCNN，且設(shè)定所述PCNN的預(yù)設(shè)網(wǎng)絡(luò)參數(shù)，其中，一個所述PCNN與一個所述圖像組相對應(yīng)；