[發明專利]一種基于高斯濾波和比值變換的SoC芯片圖像處理融合方法

有效

• 申請號: 201811345251.8
• 申請日: 2018-11-13
• 公開（公告）號: CN109544495B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 李欣致;劉志哲;郭廣浩;金鵬;余牧溪
• 申請（專利權）人: 北京遙感設備研究所
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 中國航天科工集團公司專利中心 11024
• 代理人: 姜中英

1.一種基于高斯濾波和比值變換的SoC芯片圖像處理融合方法，其特征在于具體步驟為：

第一步??高斯濾波分頻處理模塊(1)用于提取圖像低頻信息

高斯濾波分頻處理模塊(1)對圖像進行高斯濾波分頻處理，高斯函數具有低通性質，模擬人眼視覺機理，通過不同的尺度參數設定，能夠模擬人眼遠近處所看到的圖像；定義獲取的新圖像為，其中是原始圖像的每個像素的低頻信息，如式(1)所示：

其中，x表示行，y表示列，orig(x,y)是原始圖像中像素值，G(x,y,σ)是高斯濾波器，low(x,y)是orig(x,y)原始圖像的低頻信息；

使用式(1)對原始全色圖像Pan和多光譜圖像MS_i進行濾波處理，獲取全色圖像的低頻信息Pan_lf，多光譜的低頻信息高斯核窗口和尺度參數影響提取空間細節成分，進而影響全色與多光譜圖像空間相關權系數的求解：尺度參數越小提取的空間細節信息越少，反之尺度越大，提取的空間細節信息越多，但存在出現空間細節提取過度的現象，從而導致光譜失真；采用標準高斯分布的值即σ，經過大量實驗數據測試，選取高斯核窗口為5x5或9x9，并使用高斯濾波分頻處理模塊(1)對算法進行加速處理，提高處理效率；

第二步??多元線性回歸光譜圖像處理模塊(2)用于獲取多光譜圖像空間細節信息

多元線性回歸光譜圖像處理模塊(2)采用光譜相關的回歸模型合成低分辨率全色圖像，如公式(2)：

式中，是多光譜圖像空間相關成分，其中，MS_i表示多光譜圖像的各波段，其中i＝1，2，3，4…；表示多光譜各波段的低頻信息的均值，img_hl是多光譜圖像在進行多元線性回歸處理和高斯濾波后得到的多光譜圖像的空間細節信息；其中的系數由式(3)多元線性回歸計算得出：

其中，Pan是原始全色圖像；

第三步??合成低分辨率圖像模塊(3)用以合成低分辨率圖像

合成低分辨率圖像模塊(3)利用高斯濾波和多元線性回歸處理結果合成低分辨率圖像；合成低分辨率圖像將包含多光譜圖像中低分辨率空間細節成分img_hl，加上全色波段中近似于多光譜波段但多余多光譜波段的光譜成分Pan_lf，得到低分辨率圖像img_syn，如式(4)所示：

img_syn＝img_hl+Pan_lf?????????????????????????(4)

第四步??比值變換算法融合處理模塊(4)用以計算圖像融合結果

比值變換算法融合處理模塊(4)是將高分辨率全色圖像和合成的低分辨率圖像進行比值運算獲得圖像融合結果；通過比值變換計算，將全色圖像和多光譜細節差異根據計算的比值結果按比例分布到多光譜圖像的各個波段，從而生成和全色圖像分辨率一致的高分辨率多光譜圖像；合成低分辨率圖像不僅包含了全色圖像和多光譜圖像的細節差異，還包含了兩者之間的光譜差異，在進行比值變換融合處理后，能夠減少融合結果的光譜扭曲，獲得高保真融合圖像，公式如(6)所示：

其中，Fus_i表示各波段的全色與多光譜圖像融合結果，MS_i是原始多光譜波段，Pan是原始全色圖像，img_syn是全色與多光譜圖像融合結果；

由于計算過程中，像素點處理相互獨立，利用多核SoC芯片對其進行并行優化處理，提高算法處理效率；

至此，完成了基于高斯濾波和比值變換的SoC芯片圖像處理融合。

2.一種執行如權利要求1所述的基于高斯濾波和比值變換的SoC芯片圖像處理融合方法的多核SoC芯片上的圖像加速處理系統，其特征在于包括：高斯濾波分頻處理模塊(1)、多元線性回歸光譜圖像處理模塊(2)、合成低分辨率圖像模塊(3)和比值變換算法融合處理模塊(4)；

其中，高斯濾波分頻處理模塊(1)用于提取圖像低頻信息；

多元線性回歸光譜圖像處理模塊(2)用于獲取多光譜圖像空間細節信息；

合成低分辨率圖像模塊(3)用于合成低分辨率圖像；

比值變換算法融合處理模塊(4)用于計算圖像融合結果。