[發(fā)明專利]基于相位一致性和目標增強的紅外和可見光圖像融合方法

有效

• 申請?zhí)枺?/td>: 202010180560.5
• 申請日: 2020-03-16
• 公開（公告）號: CN111462028B
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計）人: 伍康樂;陳珺;羅林波;龔文平;宋俊磊;陳小強;魏龍生
• 申請（專利權(quán)）人: 中國地質(zhì)大學（武漢）
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權(quán)代理有限公司 42238
• 代理人: 易濱

本發(fā)明提出了一種基于相位一致性和目標增強的紅外和可見光圖像融合方法；首先，使用拉普拉斯金字塔對源圖像進行多尺度分解得到高低頻子帶；然后，對于高頻子帶，采用相位一致性提取圖像特征圖，使用特征圖計算權(quán)重矩陣進而得出融合的高頻子帶；對于低頻子帶，首先根據(jù)顯著性構(gòu)造初始權(quán)重矩陣，然后把紅外低頻子帶的權(quán)重矩陣和由低頻子帶特征圖計算出的修正項相加，得到最終的紅外低頻子帶權(quán)重矩陣，從而得出融合的低頻子帶；最后，通過拉普拉斯金字塔逆變換重建得到融合圖像。本發(fā)明能夠有效地反映出融合圖像的邊緣和紋理信息，較好的保留紅外目標的顯著性，同時也具有良好的對比度和視覺效果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于相位一致性和目標增強的紅外和可見光圖像融合方法。

背景技術(shù)

紅外(IR)與可見光圖像的融合在其中起著重要的軍事作用和民用應用，如目標探測、監(jiān)視和情報收集紅外成像傳感器可以捕獲物體發(fā)出的熱輻射，受影響較小黑暗或惡劣的天氣條件。然而，獲得的IR圖像通常缺乏足夠的背景細節(jié)的場景。在對比之下，可見圖像通常包含更多的細節(jié)和紋理信息，并具有較高的空間分辨率相應的紅外圖像。紅外與可見光圖像融合可以產(chǎn)生為人類觀察提供更多信息的合成圖像或計算機視覺任務(wù)。

基于多尺度分解的融合方法在過去幾十年里被廣泛研究，多尺度融合方法的本質(zhì)是利用多尺度分解的方法將空間重疊的特征分離到不同的尺度上然后分別進行融合。有很多的多尺度分解方法已經(jīng)應用到了圖像融合領(lǐng)域，如：拉普拉斯金字塔變換、離散小波變換、非亞采樣輪廓波變換、引導濾波器等等，這些基于多尺度分解的算法可以簡單概括為以下幾個步驟：(1)對源圖像進行多尺度分解，以得到含有不同頻率信息的子圖像；(2)根據(jù)不同頻率子圖像的特點，選取不同的融合規(guī)則分別進行融合；(3)采用對應的逆變換獲取最終的融合圖像。

然而，現(xiàn)有的融合算法得出的融合結(jié)果存在紋理細節(jié)丟失、紅外目標不夠顯著、對比度較低導致視覺效果不盡人意等缺點。

發(fā)明內(nèi)容

為了解決傳統(tǒng)的拉普拉斯金字塔融合方法紋理細節(jié)丟失、對比度差以及紅外目標顯著性損失的問題，本發(fā)明提供了一種基于相位一致性和目標增強的紅外和可見光圖像融合方法，主要包括以下步驟：

S101：使用拉普拉斯金字塔把輸入圖像進行多尺度分解得到輸入圖像的高頻子帶和低頻子帶；

S102：對于高頻子帶：利用根據(jù)相位一致性提取的特征圖建立權(quán)重矩陣，從而得到高頻融合圖像；

S103：對于低頻子帶：首先利用低頻子帶建立初始的權(quán)重矩陣，然后在紅外圖像低頻權(quán)重矩陣中加入由低頻子帶特征圖計算出的修正項，得出最終的權(quán)重矩陣，從而得出低頻融合圖像；

S104：通過拉普拉斯金字塔逆變換將所述高頻融合圖像和所述低頻融合圖像重構(gòu)得出重構(gòu)的融合圖像。

進一步地，步驟S101中，所述的輸入圖像包括：同一目標場景獲取的紅外圖像和可見光圖像。

進一步地，步驟S101中，使用拉普拉斯金字塔把輸入圖像進行多尺度分解得到輸入圖像的高頻子帶和低頻子帶，如公式(1)所示：

[B_n,D_n]＝lp_dec(I_n)???(1)

上式中，n＝1,2分別代表紅外圖像和可見光圖像：B₁和D₁分別表示紅外圖像的低頻子帶和高頻子帶，B₂和D₂分別表示可見光圖像的低頻子帶和高頻子帶，I₁和I₂分別表示紅外圖像和可見光圖像。

進一步地，所述的紅外圖像和可見光圖像提前經(jīng)過嚴格的配準且圖片大小嚴格一致。

進一步地，步驟S102中，對于高頻子帶：利用根據(jù)相位一致性提取的特征圖建立權(quán)重矩陣，從而得到高頻融合圖像；具體包括：