[發明專利]一種基于結構相似性與L2范數優化的圖像融合方法

在審

• 申請號: 202211381620.5
• 申請日: 2022-11-07
• 公開（公告）號: CN115619696A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 鄧月明;龍志亮
• 申請（專利權）人: 湖南師范大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06V10/40;G06V10/74
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于結構相似性與L2范數優化的圖像融合方法，其特征在于，包含以下步驟：

步驟一：圖像分解，通過雙尺度變化分別將紅外與可見光源圖像分解為基層圖像B和細節層圖像D；

步驟二：構建權重圖，分別計算紅外可見光源圖像的顯著圖S，根據源圖像的顯著圖從而計算出權重圖P；

步驟三：圖像預融合，將權重圖P通過引導濾波，得到預融合權重系數w，基礎層和細節層根據相應的權重系數分別加權，將加權結果相加獲得預融合圖像F1；

步驟四：計算結構相似性SSIM，分別計算預融合圖像F1與紅外圖像IR的結構相似性IF_SSIM，預融合圖像F1和可見光圖像VI的結構相似性VF_SSIM；

步驟五：二次融合及重構，根據IF_SSIM和VF_SSIM的關系重新確定融合規則，引入L2范數優化結構相似性對源圖像的基層重新融合，使用結構相似性系數對源圖像的細節層重新融合，最后將基層與細節層二次融合的結果進行重構，得到紅外與可見光源圖像的最終融合圖像FF。

2.根據權利要求1所述的一種基于結構相似性與L2范數優化的圖像融合方法，其特征在于，步驟一中將源圖像分解為基層和細節層的具體實現步驟為：利用模板大小為31x31的均值濾波器對紅外圖像IR濾波，濾波后得到的圖像為紅外圖像的基層B1，紅外圖像IR減去基層B1得到細節層D1，同理得到可見光圖像的基層B2和細節層D2。

3.根據權利要求1所述的一種基于結構相似性與L2范數優化的圖像融合方法，其特征在于，步驟二中構建權重圖的具體實現步驟為：首先對源圖像進行拉普拉斯濾波，將濾波結果絕對值化后進行高斯濾波，然后求濾波后紅外圖像的顯著圖S1和可見光圖像的顯著圖S2，根據其顯著圖構建對應的權重圖P1和P2。

4.根據權利要求1所述的一種基于結構相似性與L2范數優化的圖像融合方法，其特征在于，步驟三中圖像預融合的具體實現步驟為：將步驟二中得到的權重圖通過引導濾波，可分別得到基層的權重系數w_b1和w_b2，細節層的權重系數w_d1和w_d2，對權重系數做歸一化處理，然后將基層圖像和細節層圖像分別與對應的權重系數加權，得到預融合圖像F1。

5.根據權利要求1所述的一種基于結構相似性與L2范數優化的圖像融合方法，其特征在于，步驟五中根據結構相似性對圖像進行二次融合的具體步驟包括5-1至5-4；

5-1、用步驟四中的紅外圖像與預融合圖像的結構相似性IF_SSIM減去可見光與預融合圖像的結構相似性VF_SSIM得到構相似性的差值ss，即ss(m,n)=IF_SSIM(m,n)－VF_SSIM(m,n)，m、n表示對應圖像像素位置；

5-2、把ss變換到0~1之間的系數w_s(m,n)=mat2gray[0.5＋ss(m,n)]，對圖像的細節部分使用w_s系數融合，得到細節層重新融合的圖像IMD=D1*w_s(m,n)＋D2*[1－w_s(m,n)]；

5-3、圖像的基層使用L2范數對w_s系數優化進行融合，得到基層重新融合的圖像IMB= L2(B1,B2,w_s)；

5-4、最后，將細節層和基層圖像相加重構得到融合圖像FF=IMD＋IMB。