The invention belongs to the field of infrared image fusion, in particular to a infrared polarization and intensity images based on the complementary relationship between multi 2D algorithm embedded VMD fusion method. First of all, using the gray value and the local standard deviation of image fusion and extraction of infrared polarization image difference map and infrared intensity image brightness and contour feature, using Canny operator and energy Laplasse operator to extract the image and infrared image fusion intensity difference map and infrared polarization image edge and detail features; secondly, construct the feature similarity algorithm fusion performance evaluation based on the index; then, according to different fusion algorithm performance evaluation index, determine the complementary relationship between the algorithm; then, based on the infrared polarization and intensity of image features, to determine the MSGT and NSST in order to get the high frequency characteristics of block, image fusion; image fusion and finally realize the high frequency characteristics of the final fused image with low frequency features using 2D VMD access the final fusion image. The invention is used but not limited to the field of infrared image fusion.
【技术实现步骤摘要】
一种基于互补关系的红外偏振与光强图像多算法2D-VMD内嵌式融合方法
本专利技术属于红外图像融合领域,具体为一种基于互补关系的红外偏振与光强图像多算法2D-VMD内嵌式融合方法。
技术介绍
红外偏振与光强图像融合能够丰富目标的形状、大小、亮度、细节和位置等信息,显著提高红外成像探测系统的探测率和目标识别准确率。根据红外偏振与光强图像间差异特征,研究人员提出了不同的融合算法,不同融合算法的融合性能不同,各具优势和缺点,然而,红外偏振与光强图像间差异特征类型多、变化复杂,使得单一融合算法难以满足两类图像间差异特征融合需求。多算法组合方法可以综合不同算法的融合优势,满足两类图像间复杂多变的差异特征的融合需求,成为红外偏振与光强图像融合研究的热点。图像多算法融合的组合形式主要有串联型、并联型和内嵌型等。图像多算法内嵌式融合不需要考虑不同算法间的组合权重,能减少融合过程中源图像信息的丢失,是多算法融合常采用的形式。但是,当前图像多算法内嵌式融合存在以下问题:(1)缺乏算法客观选取依据,选择的算法融合性能相近,如:曲波变换与离散小波变换(DWT)、双树复小波变换(DWCT)与DWT及非采样离散小波变换与DWT间组合,主要针对图像间细节差异特征,不利于红外偏振与光强图像间亮度、边缘等差异特征融合;(2)算法的内嵌方式缺乏考虑图像特征,算法相互嵌套采用相同的特征提取方法对两类图像进行处理,不利于图像特征的描述,使融合图像出现信息混乱、背景模糊和对比度下降的现象,造成融合图像畸变或损失源图像信息,如:多尺度变换与稀疏表示相结合首先对源图像采用相同多尺度变换,然后对低频系数都 ...
【技术保护点】
一种基于互补关系的红外偏振与光强图像多算法2D‑VMD内嵌式融合方法,其特征在于包括以下步骤:S1:选取能量加权、PCA、MSGT、NSST、NSCT和DWCT融合算法,融合红外偏振与光强图像,通过各个融合方法分别得到一个融合图像;分别计算各个融合图像与红外偏振图像和红外光强图像差值图;DI=F‑P,DP=F‑I,式中F为融合图像,I为红外光强图像,P为红外偏振图像,DI为F与P的差值图,DP为F与I的差值图,采用灰度均值和局部标准差分别描述DI和I的亮度特征和轮廓特征;利用Canny算子和局部能量拉普拉斯算子分别描述DP和P的边缘特征和细节特征;S2:计算S1中各融合算法亮度特征相似性指标、轮廓特征相似性指标、边缘特征相似性指标和细节特征相似性指标,根据算法融合性能评价指标值,确定算法间互补关系,选择基于能量加权的算法融合图像间亮度差异特征,获得低频特征融合图像;选择MSGT融合图像间边缘、轮廓差异特征;选择NSST融合图像细节差异特征;S3:根据红外偏振与光强图像的特征,确定MSGT和NSST内嵌顺序,获得高频特征融合图像;S4:利用2D‑VMD将低频特征融合图像和高频特征融合图像 ...
【技术特征摘要】
1.一种基于互补关系的红外偏振与光强图像多算法2D-VMD内嵌式融合方法,其特征在于包括以下步骤:S1:选取能量加权、PCA、MSGT、NSST、NSCT和DWCT融合算法,融合红外偏振与光强图像,通过各个融合方法分别得到一个融合图像;分别计算各个融合图像与红外偏振图像和红外光强图像差值图;DI=F-P,DP=F-I,式中F为融合图像,I为红外光强图像,P为红外偏振图像,DI为F与P的差值图,DP为F与I的差值图,采用灰度均值和局部标准差分别描述DI和I的亮度特征和轮廓特征;利用Canny算子和局部能量拉普拉斯算子分别描述DP和P的边缘特征和细节特征;S2:计算S1中各融合算法亮度特征相似性指标、轮廓特征相似性指标、边缘特征相似性指标和细节特征相似性指标,根据算法融合性能评价指标值,确定算法间互补关系,选择基于能量加权的算法融合图像间亮度差异特征,获得低频特征融合图像;选择MSGT融合图像间边缘、轮廓差异特征;选择NSST融合图像细节差异特征;S3:根据红外偏振与光强图像的特征,确定MSGT和NSST内嵌顺序,获得高频特征融合图像;S4:利用2D-VMD将低频特征融合图像和高频特征融合图像相结合,获得最终融合图像。2.根据权利要求1所述的一种基于互补关系的红外偏振与光强图像多算法2D-VMD内嵌式融合方法,其特征在于S2所述的分别计算不同算法融合性能评价指标值,根据评价指标值确定算法间互补关系选择融合算法,按以下步骤进行:S21:分别计算S1中各算法融合性能评价指标值,Rn为基于特征相似性的融合算法性能评价指标,R1为DI与I间亮度特征相似度指标,R2为DI与I间轮廓特征相...
【专利技术属性】
技术研发人员:杨风暴,吉琳娜,孙豫峰,张雷,王建萍,王肖霞,刘哲,
申请(专利权)人:中北大学,
类型:发明
国别省市:山西,14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。