红外图像与可见光图像融合方法技术

红外图像与可见光图像融合方法，首先利用鲁棒性主成分分析将源图像进行分解得到源图像的稀疏分量和低秩分量，然后采用基于区域能量的融合方法融合源图像的稀疏分量，采用非下采样轮廓波变换方法对源图像的低秩分量进行尺度变换，得到低通子带和带通子带，采用基于区域能量的融合规则融合低通子带、梯度取大的融合规则融合带通子带，进行逆变换得到融合后的低秩分量。最后通过叠加得到红外图像与可见光图像的融合结果；本发明专利技术通过将图像分解为不同的信息并采用合适的方法进行融合，能够使融合图像信息更加丰富，图像效果更好。

Fusion Method of Infrared and Visible Images

First, the source image is decomposed into sparse component and low-rank component by robust principal component analysis. Then, the sparse component of the source image is fused by region-based energy fusion method, and the low-rank component of the source image is scaled by non-subsampling contour wave transform method to obtain low-pass subband and bandpass subband. The fusion rules based on region energy are used to fuse low-pass subbands and the fusion rules with large gradient are used to fuse band-pass subbands. The low-rank components are obtained by inverse transformation. Finally, the fusion result of infrared image and visible image is obtained by superposition; by decomposing the image into different information and adopting appropriate method for fusion, the fusion image information can be enriched and the image effect is better.

【技术实现步骤摘要】
红外图像与可见光图像融合方法
本专利技术属于数字图像处理中的图像融合
，具体涉及红外图像与可见光图像融合方法。
技术介绍
多源图像融合技术是指通过融合多个传感器获得的图像信息，以获得更准确，可靠和全面的场景描述。红外与可见光传感器是获取图像的两种常见方式，并且每种方式具有不同的成像特性。可见光图像比较符合人类视觉的观察，图像的细节信息特别丰富，但是同时会受到天气等许多因素的影响，成像会受到局限性。红外图像的成像特别稳定，对于隐藏目标的显示拥有特别大的优势。在受到照明条件等恶略天气的影响下仍能较好的显示隐藏目标，然而与可见光图像相比，目标的细节信息不够丰富，图像的对比度较差。因此，对于这两种互补性的图像，二者的融合可以有效提高图像对场景细节与热目标的描述能力，在军事防御、侦查以及民用监控等方面有着广泛的应用。可见光图像与红外图像融合算法的研究早期主要是基于空域的融合方法，主要有灰度值平均加权、梯度变换、主成分分析(PCA)等方法。这些方法运算简单，效率高，但是极易造成融合图像中细节信息损失严重，边缘的处理效果较差。近年来，基于多尺度多分辨的图像融合技术取得重要进展，主要有小波变换本文档来自技高网...

【技术保护点】
1.红外图像与可见光图像融合方法，其特征在于，包括如下步骤：步骤1，RPCA图像分解RPCA图像的分解主要分为三步，首先将RPCA图像转化为列向量M∈R

【技术特征摘要】
1.红外图像与可见光图像融合方法，其特征在于，包括如下步骤：步骤1，RPCA图像分解RPCA图像的分解主要分为三步，首先将RPCA图像转化为列向量M∈Rmn×1；然后利用快速ALM对M进行RPCA图像分解，从优化问题式(1)中获得mn×1的低秩矩阵列向量L和稀疏矩阵列向量S；最后将矩阵L和S转换为m×n的矩阵；式中||||*表示矩阵的核范数，||||1表示矩阵的L1-范数，λ取值L,S为低秩矩阵和稀疏矩阵；RPCA图像分解完之后得到红外图像和可见光图像的稀疏分量和低秩分量，根据稀疏分量和低秩分量的特点，采用基于区域能量的方法融合稀疏分量、基于NSCT的方法融合低秩分量；步骤2，稀疏分量融合规则稀疏分量主要包括图像的提出目标信息，采用基于区域能量取大的融合规则；红外图像与可见光图像的稀疏分量融合主要分为以下三步：首先确定区域大小，然后通过式(2)计算每一点周围区域的能量；式中Q表示窗口的范围，E(m,n)为区域能量，d(m+x,n+y)表示源图像在(m+x,n+y)处的子带系数；最后通过式(3)区域能量取大的融合规则融合稀疏分量；式中dF(m,n),dTV(m,n),dIR(i,j)分别表示融合图像，可见光图像和红外图像的稀疏矩阵，ETV(m,n),EIR(m,n)表示区域能量；步骤3，基于NSCT的低秩分量融合利用NSCT对红外图像和可见光图像的低秩分量进行变换，得到相应的低通子带和带通子带；然后进行对应的子带融合；红外图像与可见光图像的低秩分量经过双通道非采样滤波器组滤波可以得到低通子带与高通子带，其中，每一次非采样塔式滤波器组滤波都必须对上一次滤波采用的滤波器按采样矩阵D＝2I进行上采样；然后将低通子带经高通滤波器滤波可以得到下一级分解的低通子带，经过上采样的高通滤波器滤波后会得到下一级分解的高通子带，不断循环此过程得...

【专利技术属性】
技术研发人员：刘涵，汪廷，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61