[發明專利]基于早期視覺信息處理的紅外圖像和可見光圖像融合方法

有效

• 申請號: 202010516394.1
• 申請日: 2020-06-09
• 公開（公告）號: CN111724333B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 高紹兵;譚敏潔;魏偉;彭艦
• 申請（專利權）人: 四川大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 鐘玉巧

1.基于早期視覺信息處理的紅外圖像和可見光圖像融合方法，其特征在于，包括以下步驟：

S1、On中心型神經元和Off中心型神經元的動態感受野處理：使用動態感受野模型分別對輸入的紅外圖像和可見光圖像進行卷積濾波處理；具體實現方法為：使用動態感受野模型分別對輸入的紅外圖像和可見光圖像進行卷積濾波處理，具體方法為：

其中，和分別代表可見光圖像經過On中心型神經元的動態感受野處理和Off中心型神經元的動態感受野處理后的響應，和分別代表紅外圖像經過On中心型神經元的動態感受野處理和Off中心型神經元的動態感受野處理后的響應，上標符號V和IR分別代表可見光圖像和紅外圖像，x和y代表像素的坐標；CRF(x,y)和SRF(x,y)分別代表動態感受野中心感受野的響應和外周感受野的響應，b(x,y)表示外周感受野的權重，符號max表示對On中心型神經元的動態感受野和Off中心型神經元的動態感受野處理后的響應結果取大于或等于0的值；

中心感受野的響應CRF(x,y)由下面的公式計算得到：

CRF(x,y)＝I(x,y)*DRF(x,y；d)????????????????????????(5)

公式(5)中I(x,y)代表一幅輸入的可見光圖像或者紅外圖像，DRF(x,y；d)代表動態高斯濾波器：

公式(6)中d代表動態高斯濾波器的維度，其取值范圍為{σ,λσ}；參數σ表示高斯函數的標準差，取值范圍為[0.5,+∞)的所有實數；λ表示控制動態高斯濾波器所能達到的最大維度，取值范圍為[1,+∞)的所有實數；

將動態高斯濾波器的維度d同圖像的局部對比度聯系起來：

d∝ΔI^-1(x,y；σ)(7)公式(7)表示動態高斯濾波器的維度d反比于圖像的局部對比度ΔI(x,y；σ)；

外周感受野的響應SRF(x,y)具體由下面的公式計算得到：

SRF(x,y)＝I(x,y)*DRF(x,y；3σ)???????????????????????(8)

將外周感受野的權重b(x,y)同圖像的局部對比度聯系起來：

b(x,y)∝ΔI^-1(x,y；3σ)(9)公式(9)表示外周感受野的權重b(x,y)反比于圖像的局部對比度ΔI(x,y；3σ)；

S2、獲得融合圖像A和融合圖像B：將可見光圖像的On中心型神經元響應，紅外圖像的Off中心型神經元響應，以及原始的可見光圖像三種成份，根據可見光圖像的對比度層次進行融合，獲得融合后的圖像A；將紅外圖像的On中心型神經元響應，可見光圖像的Off中心型神經元響應，以及原始的紅外圖像三種成份，根據紅外圖像的對比度層次進行融合，獲得融合后的圖像B：

S3、將融合后的圖像A和B相加，獲得紅外圖像和可見光圖像的最終融合結果。

2.根據權利要求1所述的基于早期視覺信息處理的紅外圖像和可見光圖像融合方法，其特征在于，所述局部對比度ΔI(x,y；σ)和ΔI(x,y；3σ)的具體計算方法為在圖像I(x,y)中，在每個像素周圍選擇區域大小分別為σ和3σ的局部區域，以該像素為中心所計算的局部標準差作為該像素的局部對比度。

3.根據權利要求1所述的基于早期視覺信息處理的紅外圖像和可見光圖像融合方法，其特征在于，所述步驟S2具體實現方法為：模擬生物視覺系統的皮層和皮層下視覺信息融合機制，將可見光圖像的On中心型神經元響應紅外圖像的Off中心型神經元響應以及原始的可見光圖像I^V(x,y)三種成份，根據可見光圖像的對比度層次進行融合，獲得融合后的圖像A：

同樣的，將紅外圖像的On中心型神經元響應可見光圖像的Off中心型神經元響應以及原始的紅外圖像I^IR(x,y)三種成份，根據紅外圖像的對比度層次進行融合，獲得融合后的圖像B：

其中權重參數β按照下面的公式計算得到：

表示局部對比度ΔI(x,y；σ)的平均值，參數用于控制公式(12)的斜率。

4.根據權利要求3所述的基于早期視覺信息處理的紅外圖像和可見光圖像融合方法，其特征在于，所述步驟S2中參數的取值范圍為[0.5,+∞)內的任意實數。

5.根據權利要求3所述的基于早期視覺信息處理的紅外圖像和可見光圖像融合方法，其特征在于，所述步驟S3進行圖像融合的具體實現方法為：將圖像A和B按照以下公式進行相加：(A(x,y)+B(x,y))/2。