[發(fā)明專利]一種海上中長波紅外圖像融合方法

在審

• 申請?zhí)枺?/td>: 202011501593.1
• 申請日: 2020-12-17
• 公開（公告）號: CN112614082A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計）人: 鄭鑫;陳良棟;吳強(qiáng);康迪;和薇;代慧峰
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明公開了一種海上中長波紅外圖像融合方法，此方法利用NSCT變換對中長波紅外圖像進(jìn)行分解得到相應(yīng)高低頻成分，然后通過全變分模型融合中長波紅外圖像的低頻成分，通過顯著性分析計算加權(quán)矩陣，并利用該矩陣完成中長波紅外圖像高頻成分的融合，最后結(jié)合融合所得高低頻成分進(jìn)行NSCT逆變換得到最終融合圖像。采用上述融合方法，在融合結(jié)果中保留了長波紅外中圖像整體亮度，并且將中波紅外圖像中的邊緣細(xì)節(jié)融入了最終結(jié)果，同時平滑了海浪與云層的干擾，提高了目標(biāo)的方向顯著性，有利于后續(xù)進(jìn)行目標(biāo)檢測。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種海上中長波紅外圖像融合方法。

背景技術(shù)

目前常用的圖像融合方法有基于離散小波，曲波變換以及非下采樣輪廓波等方法，低頻融合策略通常為加權(quán)平均，高頻融合策略則是基于鄰域系數(shù)占比的方法，離散小波和曲波變換過程中需要對圖像進(jìn)行下采樣，導(dǎo)致融合后的圖像中會存在吉布斯現(xiàn)象，模糊了圖像邊緣，降低了圖像質(zhì)量。而加權(quán)平均的低頻融合策略并未充分考慮到長波整體灰度更亮的特點(diǎn)，并且模糊了邊緣，導(dǎo)致融合細(xì)節(jié)上有所丟失，基于鄰域系數(shù)占比的高頻系數(shù)融合策略并未充分利用中長波圖像中各自的邊緣細(xì)節(jié)，導(dǎo)致融合效果不理想，所以提出一種基于NSCT分解，并利用全變分模型和顯著性分析的進(jìn)行高低頻系數(shù)融合的方法，該方法在視覺效果和評價指標(biāo)上都對融合效果有所改善。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是設(shè)計一種改善海上紅外圖像質(zhì)量的中長波紅外圖像融合方法。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種海上中長波紅外圖像融合方法，包括基于NSCT的圖像分解、基于全變分模型的低頻系數(shù)融合、基于顯著性分析的高頻系數(shù)融合以及NSCT逆變換圖像重建。通常圖像分解常采用的方法有基于離散小波、曲波變換等方法，存在的缺點(diǎn)是由于下采樣的原因，會在融合圖像的邊緣中引入吉布斯現(xiàn)象，本發(fā)明采用的NSCT變換由于移去了下采樣的步驟，其優(yōu)點(diǎn)是避免引入了吉布斯現(xiàn)象；基于全變分的低頻系數(shù)融合方法其優(yōu)點(diǎn)是在保留長波紅外圖像整體亮度的同時，融入了中波低頻中的細(xì)節(jié)信息；基于顯著性分析的高頻系數(shù)融合方法其優(yōu)點(diǎn)是通過顯著矩陣將中長波紅外圖像的各自的邊緣細(xì)節(jié)信息融入了最終結(jié)果，其具體步驟如下：

步驟1，構(gòu)建非下采樣金字塔和非下采樣方向濾波器組，中波紅外圖像和長波紅外圖像作為輸入，進(jìn)行圖像多尺度多方向分解。首先通過對金字塔濾波器進(jìn)行填零上采樣構(gòu)建非下采樣金字塔濾波器，對圖像進(jìn)行N級分解得到N個高頻子帶系數(shù)和一個低頻子帶系數(shù)；然后初始化方向濾波器組，通過對兩個雙通道扇形濾波器進(jìn)行填零上采樣得到四通道非下采樣方向濾波器組，將N個高頻子帶系數(shù)作為非下采樣方向濾波器組的輸入進(jìn)行方向分解。對原始圖像使用N級 NSCT分解可獲得個子帶，其中包括個高頻子帶，l_j為j尺度下的方向分解級數(shù)，分解得到的子帶圖像與原始圖像大小一致。如圖1表示了NSCT 變換二級分解示意圖，NSCT采用非下采樣金字塔和非下采樣方向濾波器組使得圖像具有完全平移不變形，能夠在多尺度多方向上對圖像進(jìn)行分析，且NSCT 分解變換后的各個子帶的尺寸特性與原圖相同，有利于后續(xù)融合的規(guī)則制定。

步驟2，基于全變分模型進(jìn)行低頻系數(shù)融合，步驟1中分解所得低頻子帶系數(shù)作為步驟2的輸入，將融合后低頻子帶系數(shù)初始化為長波紅外低頻子帶系數(shù)，與長波低頻子帶系數(shù)做差取L2范數(shù)，并計算中長波紅外低頻系數(shù)之間的梯度差，依靠梯度下降流對長波紅外圖像低頻系數(shù)進(jìn)行平滑，同時保證輪廓邊緣盡可能不被平滑，為了保留長波圖像中的整體亮度并且融入中波圖像中邊緣細(xì)節(jié)，能量函數(shù)的建模如公式(1)所示

對公式(1)做如下變換，令L＝L_f-L_MW,V＝L_LW-L_MW，則有