基于非凸非光滑泛函的图像融合方法技术

本发明专利技术公开了一种基于非凸非光滑泛函的图像融合方法。本发明专利技术联合全色图像和多光谱图像的特征，应用与多光谱图像有关的非光滑数据项保持多光谱的颜色信息，应用非凸数据项转移全色图像的细节信息到融合结果。本发明专利技术通过构造的非凸非光滑泛函解决全色图像和多光谱图像的融合问题，构造的泛函中的非凸梯度项相对于别的方式构造的梯度项能够更好的保持全色图像的细节信息；构造的泛函中的非光滑数据项相对于别的方式构造的数据项能够更好的保持多光谱图像的多光谱信息；构造的泛函中的限制项能够使得我们得到的结果是处于合理的量化区间之内的。

【技术实现步骤摘要】

本专利技术涉及数字图像处理
，特别是一种基于非凸非光滑泛函的图像融合方法。
技术介绍
由于超大规模集成电路(VLSI)和超高速集成电路(VHSIC)、高精度数控机床、计算机辅助设计和制造，以及其它设计和生产的改进，传感器性能大大提高。从20世纪70年代起，一门新兴的学科－多传感器信息融合(Multisensor Data Fusion)便迅速发展起来。图像融合(Image Fusion)是指联合两个或两个以上的图像通过某种算法得到一幅更高质量的新图像。图像融合是数据融合领域中的一个重要分支，它的研究具有十分重要的实际意义。单个传感器图像或者单幅图像，由于受物理条件的限制和成像环境的影响，往往不能提供人们所需要的足够多的信息。例如，全色(Panchromatic)图像具有的较高空间分辨率可以对目标进行更好的定位，但是低的谱分辨率导致识别能力较差；反过来，多光谱图像具有较高的谱分辨率可以较好地识别目标，但是低的空间分辨率导致定位不准确。融合多光谱图像和全色图像，可以得到具有较高空间分辨率的多光谱图像，从而更好地实现目标的识别和定位等后续处理。总的来说，综合多个传感器图像的信息，可以降低图像信息的不确定性，增加图像信息的可靠性、鲁棒性，加大信息表达的范围和能力，有利于图像的理解和场景解释。图像融合技术还对图像去噪、图像复原、图像超分辨率等其它图像处理技术起到促进作用。同时，许多领域中的多传感器、多时相、多分辨率和多光谱(超光谱)图像的大量涌现，为了更好地存储、处理和利用这些数据，迫切要求一门综合处理多源图像的技术和系统。现在，图像融合广泛地应用于许多领域，包括遥感、医学影像、人工智能、隐藏武器检测、自动导航着陆、质量和故障检测，工业监测和军事国防等。图像融合算法是图像融合系统的核心部分。图像融合方法大致可以分为七类：一是彩色相关的方法；二是数值方法；三是基于概率统计的方法；四是基于多尺度分解的方法；五是神经网络融合方法；六是基于谱分离的方法；七是变分融合方法。其中Sharama在对图像融合作了深刻的分析的基础上提出了一种新的概率模型及参数估计方法。Zhang及Blum以在数字相机的应用为背景总结了基于多尺度分解的图像融合算法。Mohammad-Djafari则论述了贝叶斯估计方法在图像中的应用。本专利技术是一种基于非光滑非凸泛函的能量最小化方法。本方法根据图像融合的基本思想和全色图像以及多光谱图像的基本特征，为了更好的保持多光谱图像的颜色信息以及全色图像的细节信息，构造一个新的非凸非光滑泛函进行求解，同时建立了迭代变权+Split-Bregman算法框架求解该能量最小化方法。
技术实现思路
本专利技术的目的旨在提供一种效果良好的图像融合算法用于处理全色图像和多光谱图像的融合问题。为此，提出了一种新的带限制项的非光滑非凸的泛函将全色图像和多光谱图像进行融合。为达成所述目的，本专利技术提供了一种基于非凸非光滑泛函将全色图像和多光谱图像的融合方法，包括：1.应用尽可能保持全色图像的细节信息的先验构造泛函的非凸梯度项；2.应用尽可能保持多谱图像的光谱信息的先验构造泛函的非光滑数据项；3.应用使得结果处于合理的量化范围内的先验构造限制项。上述方案中，所述应用非凸梯度项保持全色图像的细节信息的步骤中，采用如下的非凸梯度项公式：minRλ||Rx-Gx||p+λ||Ry-Gy||p其中G是全色图像，R融合结果，0＜p＜1，Rx是R关于x方向导数，Ry是R关于y方向导数。上述方案中，所述应用非光滑数据项保持多光谱图像的光谱信息的步骤中，采用如下的非光滑数据项公式：minR||R-T||11]]>其中T是多光谱图像的亮度部分。上述方案中，所述应用限制项使得结果的量化范围处于合理范围之内，采用如下的限制项公式：0≤R(I);R≤1(II);R‾=T‾(III)]]>其中表示图像的均值。本专利技术的有益效果是，本专利技术通过构造的非凸非光滑泛函解决全色图像和多光谱图像的融合问题，构造的泛函中的非凸梯度项相对于别的方式构造的梯度项能够更好的保持全色图像的细节信息；构造的泛函中的非光滑数据项相对于别的方式构造的数据项能够更好的保持多光谱图像的多光谱信息；构造的泛函中的限制项能够使得到的结果是处于合理的量化区间之内的。附图说明图1是多种图像融合方法的比较图。具体实施方式下面结合附图及实例对本专利技术做进一步说明。本专利技术提供的基于非凸非光滑泛函的图像融合方法，其基本思想为：联合全色图像和多光谱图像进行泛函构造，得到能够保持多光谱图像的颜色信息以及全色图像的细节信息。联合迭代变权和Split-Bregman算法求解构造的非凸非光滑泛函，得到好的结果。为达到上述目的，本专利技术提供了一种基于非凸非光滑泛函的图像融合的方法，包括三个重要部分，第一部分非凸非光滑泛函的提出，第二部分根据迭代变权方法近似非凸项；第三部分联合迭代变权方法和Split-Bregman算法求解非凸非光滑泛函；第四部分完整的内外迭代流程。1.提出如下式的非凸非光滑泛函minRJ(R)=minRλ||Rx-Gx||p+λ||Ry-Gy||p+||R-T||11]]>(1)subjectto:0≤R(I);R≤1(II);R‾=T‾(III).]]>其中G是全色图像，T是多光谱图像的亮度部分，R融合结果，Rx是R关于x方向导数，Ry是R关于y方向导数,表示图像的均值，0＜p＜1。所构造的泛函(1)的第一项和第二项是传递全色图像G的细节信息，参考的各向异性全变差的形式。泛函(1)的第三项是L1范数的形式，保持多谱图像的颜色信息。约束项是约束结果处于合理的范围同时均值等于多光谱图像的亮度部分的均值。2.因为(1)式中0＜p＜1，所以很明显该泛函是一个非凸泛函，同时第三项采用的是L1范数，所以该泛函也是一个非光滑泛函。采用非凸非光滑项的原因是因为在图像处理领域，非凸项和非光滑项目前在立体视觉匹配、图像去模糊等方面都取得了好的效果，所以应用(1)式对多光谱图像和全色图像进行融合。处理(1)式的非凸性是应用迭代变权L1算法逼近(1)式如下：Rk+1=minRJ(R)=minRλ||Wxk(Rx-Gx)||1+λ||Wyk(Ry-Gy)||1+||R-T||11]]>         本文档来自技高网...

【技术保护点】
基于非凸非光滑泛函的图像融合方法，联合全色图像和多光谱图像的特征，应用与多光谱图像有关的非光滑数据项保持多光谱的颜色信息，应用非凸数据项转移全色图像的细节信息到融合结果，其特征在于该方法具体是：构造非凸非光滑泛函：minRJ(R)=minRλ||Rx-Gx||p+λ||Ry-Gy||p+||R-T||11]]>subjectto:0≤R(I);R≤1(II);R‾=T‾(III).]]>其中G是全色图像，T是多光谱图像的亮度部分，R融合结果，Rx是R关于x方向导数，Ry是R关于y方向导数,表示图像的均值，0＜p＜1；所构造的泛函的第一项和第二项是传递全色图像G的细节信息，参考的各向异性全变差的形式；泛函的第三项是L1范数的形式，保持多光谱图像的颜色信息；约束项使约束结果处于合理的范围同时均值等于多光谱图像的亮度部分的均值。

【技术特征摘要】
1.基于非凸非光滑泛函的图像融合方法，联合全色图像和多光谱图像的特
征，应用与多光谱图像有关的非光滑数据项保持多光谱的颜色信息，应用非凸
数据项转移全色图像的细节信息到融合结果，其特征在于该方法具体是：
构造非凸非光滑泛函：
minRJ(R)=minRλ||Rx-Gx||p+λ||Ry-Gy||p+||R-T||11]]>subjectto:0≤R(I);R≤1(II);R...

【专利技术属性】
技术研发人员：钟有鹏，王浩华，谢启伟，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33