[發明專利]基于潛在低秩表示與NSST的圖像融合方法及裝置

在審

• 申請號: 201811055348.5
• 申請日: 2018-09-11
• 公開（公告）號: CN109242813A
• 公開（公告）日: 2019-01-18
• 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
• 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

1.一種基于潛在低秩表示與NSST的圖像融合方法，其特征在于，所述方法包括：

獲取來自同一場景且經過圖像配準的紅外圖像和可見光圖像；

利用非采樣剪切變換NSST分別對所述紅外圖像和所述可見光圖像進行多尺度分解形成低頻子帶系數和高頻子帶系數；

利用潛在低秩表示LatLRR對所述紅外圖像和所述可見光圖像進行分解，分別對應得到表征所述紅外圖像顯著特征的第一顯著圖以及表征所述可見光圖像顯著特征的第二顯著圖，利用所述第一顯著圖和第二顯著圖對所述低頻子帶系數進行自適應加權融合得到低頻融合系數；

獲取高頻子帶系數的平均梯度AVG，利用所述平均梯度作為高頻子帶系數的融合系數；

利用NSST逆變換低頻子帶系數和高頻子帶系數得到融合圖像。

2.根據權利要求1所述的基于潛在低秩表示與NSST的圖像融合方法，其特征在于，所述獲取來自同一場景且經過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2所述的基于潛在低秩表示與NSST的圖像融合方法，其特征在于，所述利用非采樣剪切變換NSST分別對所述紅外圖像和所述可見光圖像進行多尺度分解形成低頻子帶系數和高頻子帶系數，包括：

利用非采樣剪切變換NSST分別對所述紅外圖像和所述可見光圖像進行多尺度分解分別形成低頻子帶系數和高頻子帶系數其中l是分解層數，k是每層分解方向的數量，(i,j)代表像素元的位置。

4.根據權利要求3所述的基于潛在低秩表示與NSST的圖像融合方法，其特征在于，所述利用潛在低秩表示LatLRR對所述紅外圖像和所述可見光圖像進行分解，分別對應得到表征所述紅外圖像顯著特征的第一顯著圖以及表征所述可見光圖像顯著特征的第二顯著圖，利用所述第一顯著圖和第二顯著圖對所述低頻子帶系數進行自適應加權融合，包括：

利用LatLRR對所述紅外圖像和所述可見光圖像進行分解，分別對應得到表征所述紅外圖像顯著特征的第一顯著圖S_IR(i,j)以及表征所述可見光圖像顯著特征的第二顯著圖S_VI(i,j)；

對所述第一顯著圖和所述第二顯著圖進行灰度值歸一化分別對應形成第一加權系數矩陣S₁(i,j)和第二加權系數矩陣S₂(i,j)；

利用第一加權系數矩陣S₁(i,j)和第二加權系數矩陣S₂(i,j)分別指導基于紅外顯著性與可見光顯著性的自適應加權融合得到低頻融合系數，所述低頻融合系數C_l,k(i,j)表達式為：

其中C_l,k(i,j)代表低頻融合系數。

5.根據權利要求4所述的基于潛在低秩表示與NSST的圖像融合方法，其特征在于，所述獲取高頻子帶系數的平均梯度AVG，利用所述平均梯度作為高頻子帶系數的融合系數，包括：

計算高頻子帶系數的平均梯度AVG，AVG的表達式為：

其中AVG代表像素元ij處的平均梯度，D_l,k(i,j)表示高頻子帶系數，分別表示水平、垂直與對角線方向上的梯度變化，M×N采取3×3窗口；

通過比較高頻子帶系數之間的AVG，決定最終的融合系數D_l,k(i,j)，其中D_l,k(i,j)的融合規則為：