[發明專利]一種總變分和結構張量的圖像融合方法及裝置

有效

• 申請號: 201811055297.6
• 申請日: 2018-09-11
• 公開（公告）號: CN109345496B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 程博陽;金龍旭;李國寧
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/33
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種總變分和結構張量的圖像融合方法，其特征在于，所述方法包括：

獲取來自同一場景并進行圖像配準的紅外圖像和可見光圖像；

利用紅外圖像和可見光圖像的結構張量獲取融合圖像的目標梯度場；

利用Soft-Max函數柔化所述目標梯度場的權重；

將融合梯度場放入總變分TV模型的正則項內，以使得融合圖像的融合梯度場和目標梯度場接近；

利用分裂Bregman算法求解TV模型得到融合圖像；

其中，所述利用紅外圖像和可見光圖像的結構張量獲取融合圖像的目標梯度場，包括：

對于每一幅源圖像I_n(n＝1,2,····,N)及每一個像素元(x,y)，定義一個歸一化權重S_n(x,y)，表示在圖像I_n點(x,y)附近的顯著性指標，可得加權的G矩陣為：

利用合成梯度方向與原各波段梯度方向存在一致性使得合成梯度的方向與各圖像的平均梯度方向在同一側，定義目標梯度場V_f為：

2.根據權利要求1所述的總變分和結構張量的圖像融合方法，其特征在于，所述獲取來自同一場景并進行圖像配準的紅外圖像和可見光圖像，包括：

分別獲取同一場景的紅外圖像和可見光圖像；

對紅外圖像和可見光圖像進行特征提取得到特征點，通過進行相似性度量找到匹配的特征點對，通過匹配的特征點對得到圖像空間坐標變換參數，由坐標變換參數進行紅外圖像和可見光圖像的圖像配準。

3.根據權利要求1所述的總變分和結構張量的圖像融合方法，其特征在于，所述利用Soft-Max函數柔化所述目標梯度場的權重，包括：

利用Soft-Max函數構成目標梯度場的梯度權重，表達式如下：

其中h∈(1,2,3,…N)，a為收縮因子，用于控制Soft-Max函數曲線的形狀。

4.根據權利要求3所述的總變分和結構張量的圖像融合方法，其特征在于，所述將融合梯度場放入總變分TV模型的正則項內，以使得融合圖像的融合梯度場和目標梯度場接近，包括：

利用結構張量獲取的目標梯度場放入到總變分TV模型的正則項內，約束融合圖像的融合梯度場與目標梯度場V_f接近，表達式如下：

在數據保真項內加入權重函數，用于表達源圖像對融合圖像的貢獻程度，表達式如下：

其中f代表融合圖像，i代表紅外圖像，v代表可見光圖像，α與β是兩個非負權重函數，定義權重函數的表達式為：

其中F(x,y)表示兩種源圖像中像素(x,y)的強度值，p表示像素強度，M_p表示其強度等于p的像素的數量，并且L是灰度級的數量。