[發明專利]一種基于PSO-NSCT的多傳感器圖像融合方法

在審

• 申請號: 201810639133.1
• 申請日: 2018-06-20
• 公開（公告）號: CN109063729A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 彭道剛;王嵐青;趙晨洋;陳躍偉;夏飛;彭蓋倫
• 申請（專利權）人: 上海電力學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00;G06Q50/06;G07C1/20
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

1.一種基于PSO-NSCT的多傳感器圖像融合方法，其特征在于，利用被動聚集的改進粒子群算法優化NSCT的高頻子帶融合參數模型，包括以下具體步驟：

a、對每個傳感器的源圖像進行NSCT分解，分別得到一個低頻子帶圖像和多個高頻子帶圖像；

b、基于區域相似度原則對所有低頻子帶圖像進行融合；基于經改進粒子群算法優化的高頻子帶融合參數模型對所有高頻子帶圖像進行融合；

c、對融合后的低頻子帶圖像和高頻子帶圖像進行相應層次和方向上的NSCT逆變換，得到融合圖像。

2.根據權利要求1所述的基于PSO-NSCT的多傳感器圖像融合方法，其特征在于，所述步驟b中低頻子帶圖像的融合包括以下步驟：

(1)設定相似度閾值β；

(2)由如下公式依次計算多個傳感器的源圖像之間相應像素點的相似度：

式中(x，y)表示像素點，r表示以像素點(x，y)為中心的區域，S_AB(x,y)表示相似度；

(3)計算圖像灰度方差，圖像f_A的方差計算公式如下：

式中表示像素點(x，y)在區域r內的平均灰度，δ²_A表示方差，圖像f_B的方差δ²_B計算過程與f_A相同；

(4)根據上述相似度閾值β、相似度S_AB(x,y)和灰度方差δ²_A和δ²_B，計算融合后的低頻子帶系數計算公式如下：

當S_AB(x,y)＜β時，

當S_AB(x,y)＞＝β時，

式中w₁，w₂表示權系數。

3.根據權利要求2所述的基于PSO-NSCT的多傳感器圖像融合方法，其特征在于，所述步驟c中高頻子帶圖像的融合包括以下步驟：

(1)基于被動聚集的改進粒子群算法計算最優權值系數α；

(2)計算融合后的高頻子帶系數，計算公式如下：

式中和表示源圖像的高頻子帶系數，表示融合圖像的高頻子帶系數，α表示最優權值系數。