一种红外与可见光的图像融合方法技术

本发明专利技术公开了一种红外与可见光的图像融合方法，该方法基于深度卷积神经网络与显著性检测算法对红外图像和可见光图像经过图像分解、图像融合和图像叠加处理后得到融合质量更好、局部细节更加完成且能被人眼视觉直接观察的图像。

【技术实现步骤摘要】
一种红外与可见光的图像融合方法
本专利技术属于图像处理
，具体涉及一种红外与可见光的图像融合方法。
技术介绍
图像融合技术是信息融合的一个重要分支，是当前计算机视觉与模式识别领域的研究热点之一。其中，红外与可见光图像融合技术在军事领域起到了十分重要的作用，可见光图像为我们展示了一幅场景中目力所及的所有物体，红外图像则能显示出某些位于障碍物后的物体的图像，通过图像融合技术的应用，能够将红外图像中的显著性成分与可见光背景图像想融合，得到的融合图像能对同一场景中的物体进行更精确、更全面、更可靠的描述，同时，也更加便于直观的人眼视觉观察。目前，基于多尺度变换的图像融合算法在图像融合领域被广泛应用，如：拉普拉斯金字塔变换、离散小波变换、非下采样轮廓波变换、非下采样剪切波变换等等，这些基于多尺度变换的算法可以简单概括为以下步骤：1.对源图像进行多尺度分解，以得到不同的信息分量图；2.根据不同图像分量的特点，选取不同的融合规则对相应分量单独进行融合；3.采用逆多尺度变换来获得最终的融合图像。然而，现有的图像融合算法处理后得到的图像会损失部分细节、纹理而造成图像不清晰甚至难以被人眼直接观察。专本文档来自技高网...

【技术保护点】
1.一种红外与可见光的图像融合方法，其特征在于，包括以下步骤：步骤1.图像分解，利用l0‑l1正则化模型对红外图像和可见光图像进行分解，分别得到两个基层分量B1、B2和两个细节分量D1、D2；步骤2.图像融合，根据基层分量和细节分量的特征，采用不同的融合规则分别对基层分量和细节分量进行融合：A.基层分量融合规则：利用显著性检测算法提取红外图像与可见光图像的显著性分量，结合图像分解得到的两个基层分量B1、B2来进行融合，得到融合基层图Fb；B.细节分量融合规则：利用深度卷积神经网络VGG19模型提取两个细节分量D1、D2的深度特征并得到多层特征图，各层特征图的权重与细节分量进行融合得到各层融合分...

【技术特征摘要】
1.一种红外与可见光的图像融合方法，其特征在于，包括以下步骤：步骤1.图像分解，利用l0-l1正则化模型对红外图像和可见光图像进行分解，分别得到两个基层分量B1、B2和两个细节分量D1、D2；步骤2.图像融合，根据基层分量和细节分量的特征，采用不同的融合规则分别对基层分量和细节分量进行融合：A.基层分量融合规则：利用显著性检测算法提取红外图像与可见光图像的显著性分量，结合图像分解得到的两个基层分量B1、B2来进行融合，得到融合基层图Fb；B.细节分量融合规则：利用深度卷积神经网络VGG19模型提取两个细节分量D1、D2的深度特征并得到多层特征图，各层特征图的权重与细节分量进行融合得到各层融合分量，选取各层融合分量中最优结果作为融合细节图Fd；步骤3.图像叠加，融合基层图Fb和融合细节图Fd采用相加的方法，最终得到融合的RGB彩色图像。2.根据权利要求1所述的方法，其特征在于步骤1中的l0-l1正则化模型，该模型按照如下公式对红外图像和可见光图像...

【专利技术属性】
技术研发人员：聂仁灿，刘栋，周冬明，贺康建，李华光，
申请(专利权)人：云南大学，
类型：发明
国别省市：云南,53