[發明專利]一種基于顯著細節提取與參數尋優的實時圖像融合方法

在審

• 申請號: 202310433758.3
• 申請日: 2023-04-17
• 公開（公告）號: CN116310696A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 王有銀;徐鵬翱;王飛;朱言慶;張磊
• 申請（專利權）人: 智洋創新科技股份有限公司
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/44;G06V10/54;G06V10/30
• 代理公司: 山東竹森智壤知識產權代理有限公司 37382
• 代理人: 呂利敏

1.一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，包括：

S1：獲取已完成配準的紅外圖像與可見光圖像，處理并轉換成YUV分量；

S2：初始化定值，基于定值和可見光Y分量以獲取可見光顯著細節圖，并計算顯著細節圖的清晰度Cla；

S3：將所述可見光顯著細節圖與紅外圖像Y分量進行融合處理，融合結果作為Y分量，U、V分量為紅外圖像對應分量，得到目標融合圖像，并計算目標融合圖像的質量指標Qua值；

S4：利用智能優化算法對給定區間范圍的定值尋優，所述智能優化算法包括適應度函數，所述適應度函數為Cla與Qua的和取負值，找到適應度最低時的定值，重復步驟S2至步驟S3，得到最終目標融合圖像，并轉換為RGB分量。

2.根據權利要求1所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，所述步驟S1中所述的處理并轉換成YUV分量的方法如下：

對可見光圖像和紅外圖像進行去噪預處理，得到去噪后的可見光和紅外圖像；對去噪后的可見光圖像和紅外圖像進行通道分離，得到各自的Y、U、V分量。

3.根據權利要求2所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，所述去噪處理方法采用均值濾波法：

式(1)中，Img_denoised為去噪后的圖像；Img為去噪之前的圖像；為卷積操作；blur為均值濾波模扳；ksize為卷積核尺寸。

4.根據權利要求3所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，所述對去噪后的可見光圖像和紅外圖像進行通道分離，得到各自的Y、U、V分量的方法：

將去噪后的紅外圖像和可見光圖像從RGB分量轉換成YUV分量。

5.根據權利要求1所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，所述步驟S2中所述的初始化定值，基于定值和紅外Y分量獲取可見光顯著細節圖的方法：

所述初始化定值：定值是一個float型常數：初始化定值即為利用隨機數函數隨機給定一個數值；

所述基于定值和紅外Y分量獲取可見光顯著細節圖：定值減去所述去噪后的可見光圖像的Y分量，得到可見光顯著細節圖。

6.根據權利要求5所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，步驟S2中所述計算顯著細節圖的清晰度Cla的方法：

采用能量梯度法作為清晰度Cla的評價指標：

將圖像X方向和Y方向的相鄰像素的灰度值之差的平方和作為每個像素點的梯度值，對所有像素梯度值累加作為清晰度評價函數值：

F＝∑_x∑_Y{[f(x+1，y)-f(x，y)]²+[f(x，y+1)-f(x，y)]²}???(2)

式(2)中，F為能量梯度值，即清晰度Cla；f為圖像像素梯度計算函數；x，y分別為圖像像素點橫縱坐標。

7.根據權利要求1所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，步驟S3中所述的將可見光顯著細節圖與紅外圖像Y分量進行融合的方法：

所述融合處理是利用像素平均加權法對顯著細節和紅外Y分量進行融合；

像素平均加權法具體如下：

Img＝0.5*Img1+0.5*Img2???(3)

式(3)中，Img為融合后圖像；Img1為待融合圖像1；Img2為待融合圖像2；Img1和Img2分別對應的為“可見光顯著細節圖”和“紅外圖像Y分量”；0.5為權重值。

8.根據權利要求1所述一種基于顯著細節提取與參數尋優的實時圖像融合方法，其特征在于，步驟S3中所述的得到目標融合圖像的方法如下：

將所述融合后圖像Img賦給目標融合圖像的Y分量，將去噪后的紅外圖像的U、V分量相應的賦給目標融合圖像的U、V分量，合并YUV分量，得到目標融合圖像。