[發明專利]一種基于Gabor特征的異源圖像融合方法

有效

• 申請號: 201811298091.6
• 申請日: 2018-11-02
• 公開（公告）號: CN109614976B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 萬錦錦;仇振安;李國強;張春景;姚靜嫻
• 申請（專利權）人: 中國航空工業集團公司洛陽電光設備研究所
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/46;G06V10/80
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 劉新瓊

1.一種基于Gabor特征的異源圖像融合方法，其特征在于包括下述步驟：

步驟1：將待融合圖像分解為基礎層和細節層；

使用待融合圖像I本身作為圖像基礎層IBaseLayer，第n個待融合圖像Iⁿ的基礎層表示為：

使用六個方向的Gabor濾波器對待融合圖像I進行濾波，將六個方向的濾波結果累加，構建圖像細節層IDetailLayer；

其中Gabor濾波器的設計過程如下：

取m＝[0,1,2,3,4,5]代表Gabor濾波器的六個方向，第m個方向Gabor濾波器H^m的設計公式為：

其中，x，y代表濾波器的尺度，取值范圍為x＝[-j,-(j-1),...-1,0,1,2，...,j]，y＝[-j,-(j-1),...-1,0,1,2，...,j]，其中，i為虛數單位，K_real＝real(K),K_imag＝imag(K),NK＝K_real²+K_imag²，使用H^m對第n個待融合圖像Iⁿ濾波，結果記為將6個方向的濾波結果累加構建圖像的細節層，則第n個待融合圖像Iⁿ的細節層表示為：

步驟2：計算基礎層和細節層的加權映射系數；

使用基礎層的絕對值來表征基礎層像素的顯著度圖，第n個待融合圖像基礎層的顯著度圖表示為：

比較基礎層顯著度圖得到第n個待融合圖像基礎層的加權映射系數的計算公式為：

其中，N為待融合圖像的數目；

使用細節層的絕對值表征細節層像素的顯著度圖,第n個待融合圖像細節層的顯著度圖表示為：

比較細節層的顯著度圖，得到第n個待融合圖像細節層的加權映射系數的計算公式為：

步驟3：使用待融合圖像對基礎層和細節層的加權映射系數進行加權最小二乘濾波，得到基礎層和細節層的融合系數；

使用第n個待融合圖像Iⁿ，按照下式計算沿x，y方向的平滑權重系數a_x、a_y：

其中，分別為待融合圖像Iⁿ沿x,y方向的偏導，，ε是為了防止分母為零的小數，取值范圍為[0.001～0.0001]，以平滑權重系數a_x、a_y作為對角線元素，構建對角矩陣A_x和A_y，對A_x和A_y分別沿x，y方向做前向與后向差分運算并相加，得到中間變量L_g為：

其中，D_x和分別是沿x方向的前向與后向差分算子，D_y和分別是沿y方向的前向與后向差分算子；

將中間變量L_g、基礎層加權映射系數帶入式(11)，求解第n個待融合圖像基礎層的融合系數為：

同理，將中間變量L_g、細節層加權映射系數帶入式(12)，求解第n個待融合圖像細節層的融合系數為：

其中λ為權重系數，取值范圍為[0.1～0.9]；

步驟4：分別使用基礎層和細節層的融合系數對基礎層和細節層進行融合；

根據基礎層和細節層的融合系數，分別對基礎層和細節層進行圖像融合，得到融合后的基礎層F_BaseLayer和細節層F_DetailLayer為：

其中·為點乘運算；

步驟5：將融合的基礎層和細節層進行組合得到融合結果；

將融合后的基礎層F_BaseLayer和細節層F_DetailLayer相加，得到最終的融合結果F為：

F＝F_BaseLayer+β·F_DetailLayer

其中，β為調節系數，用于調節細節強度，取值范圍為0-1之間。