一种红外光强与偏振图像多类变元组合的融合方法技术

本发明专利技术公开了一种红外光强与偏振图像多类变元组合的融合方法，包括以下步骤：S1：对采集图像特征进行类型分类；S2：将采集的图像的融合过程分成四类变元组；S3：建立四类变元组和三类图像特征的一一映射关系；S4：将建立变元组与图像特征之间的多个独立的一一映射关系，利用决策树方法建立以图像特征为起点，以变元组内变元为子结点的多集值映射关系；S5：利用边缘、纹理、亮度特征提取方法对图像进行特征提取并计算其特征幅值，并计算两类图像特征之间的差异特征幅值的绝对值；S6：将S5所得到的差异特征顺序关系输入到S4所得到的公式(2)中，可以得到四类变元组每个变元组内变元的选择情况。

【技术实现步骤摘要】
一种红外光强与偏振图像多类变元组合的融合方法
本专利技术属于图像融合领域，具体为一种红外光强与偏振图像多类变元组合的融合方法。
技术介绍
红外光强图像描述物体的强度信息，红外偏振图像描述物体的偏振信息，两类图像分别描述了物体的不同属性，具有很强的互补性，将两类图像融合，能够更全面的表达场景信息，提高图像视觉效果。由于场景信息日益复杂、传统融合算法不能根据图像间的不同特征动态调整融合算法中的多尺度变换方法、融合规则、融合参数、逆变换准则及其组合方式，造成原始图像的主要特征融合效果不好，不能全面的表达目标信息。近年来，为了解决融合算法不能根据不同图像特征从而进行动态调整的问题，研究人员主要开展了如下研究：(1)调整融合算法中的部分结构：研究人员尝试利用不同类型小波与简单融合规则组合的方法进行图像融合。该方法只考虑了利用不同小波进行图像分解，没有考虑到利用目前的多尺度分解方法，而且所利用的高、低频子带融合规则只采用简单的绝对值取大或取小的方法。该方法可以实现根据图像特征变化时融合算法中的小波类型进行动态调整，但是不能调整融合规则和融合参数。由于该方法考虑从融合算法内部进行改变，解决在图像特本文档来自技高网...

【技术保护点】
一种红外光强与偏振图像多类变元组合的融合方法，其特征在于包括以下步骤：S1：对采集的红外光强图像和红外偏振图像的图像特征进行类型分类：根据图像特征的视觉效果，可以将图像特征分为三类：边缘特征、纹理特征和亮度特征；S2：将采集的红外光强图像和红外偏振图像的融合过程分成多尺度分解方法变元组、融合规则变元组、融合参数变元组、逆变换准则变元组四类变元组，确定每类变元组内变元；S3：利用公式(1)分别建立步骤S2的四类变元组和步骤S1的三类图像特征的一一映射关系，当公式(1)计算所得的数值为正时，建立映射关系；所得数值为负时，不建立映射关系，其中公式(1)如下：

【技术特征摘要】
1.一种红外光强与偏振图像多类变元组合的融合方法，其特征在于包括以下步骤：S1：对采集的红外光强图像和红外偏振图像的图像特征进行类型分类：根据图像特征的视觉效果，可以将图像特征分为三类：边缘特征、纹理特征和亮度特征；S2：将采集的红外光强图像和红外偏振图像的融合过程分成多尺度分解方法变元组、融合规则变元组、融合参数变元组、逆变换准则变元组四类变元组，确定每类变元组内变元；S3：利用公式(1)分别建立步骤S2的四类变元组和步骤S1的三类图像特征的一一映射关系，当公式(1)计算所得的数值为正时，建立映射关系；所得数值为负时，不建立映射关系，其中公式(1)如下：公式中xi为客观评价指标的数值，n为多尺度分解方法变元组组内变元或者融合规则变元组组内变元的总数，yi为计算所得比较融合数值，其中yi＞0认为其对应的变元组与所对应的图像特征融合是有效融合，数值越大融合效果越好，yi≤0证明该算法不合适该特征的融合，既为无效融合变元；S4：将步骤S3所建立变元组与图像特征之间的多个独立的一一映射关系，利用决策树方法建立以图像特征为起点，以变元组内变元为子结点的多集值映射关系，利用矩阵将S3所建立的独立映射关系进行量化并建立如公式(2)所示的函数化关系，其中公式(2)如下：F＝(ST×T×Z)×α1L×Z×α2H×Z(2)F为结果矩阵、S为多尺度分解变元组矩阵、ST为矩阵S的转置矩阵、H为高频融合规则变元矩阵、L为低频融合规则变元组矩阵、T为逆变换准则变元组矩阵、Z为过渡矩阵矩阵维数与上次矩阵乘法维度有关，解决矩阵不能相乘问题，矩阵内元素全部为1，α1、α2为融合参数，...

【专利技术属性】
技术研发人员：吉琳娜，杨风暴，吕胜，郑志华，王向东，郝晋萍，
申请(专利权)人：中北大学，
类型：发明
国别省市：山西,14