基于高斯滤波加权的红外和可见光图像融合方法技术

本发明专利技术涉及一种基于高斯滤波加权的红外和可见光图像融合方法，对源图像采用高斯平滑滤波器进行分解；为便于对视觉特征的显著性进行度量，采用高斯滤波器加权构造结构显著性视觉特征和融合的决策图模型；根据融合图像邻域像素之间的相关性，采用基于快速引导滤波器抑制噪声和决策图边界不一致而产生的光晕伪影现象。实验证明，本发明专利技术方法与现有的图像融合方法相比具有更好的融合效果，可克服融合图像的纹理细节缺失、失真不足问题，融合图像的显著性得到很大的提高。

【技术实现步骤摘要】
基于高斯滤波加权的红外和可见光图像融合方法
本专利技术涉及一种红外和可见光图像融合方法，可以应用于各种军用或民用的图像处理系统。
技术介绍
由于成像机理和技术限制，单一成像传感器在应用环境、使用范围以及特定目标获取的图像并不能反映被观测对象的所有特征，因此需要对不同传感器图像，去除冗余信息，提取各自有用信息融合成一幅具备更完整信息，获取同一场景中目标更精确的全方位空间信息，方便人类观察和处理图像。可见光图像包含了所拍摄场景丰富的细节信息和频谱信息，但是体现不出有烟雾或者隐藏在低光照条件下的物体，尤其是刻意伪装的人或物。红外成像传感器穿透烟尘能力强，可以在昼夜工作，能捕获到有热辐射的物体，但红外成像仪只对温度分布较敏感，无法获取拍摄场景丰富纹理信息和频谱信息。基于两种传感器的互补特性，将可见光图像与红外图像融合，得到一幅对场景描述更全面的图像，其中既包含可见光图像中信息又包含红外图像中的信息。因此，红外与可见光的图像融合是多源图像融合领域重要组成部分，在计算机视觉、机器人领域和战场目标侦察和识别得到了很大的应用。美国最新版夜视镜能够对红外图像和可见光图像进行融合处理，搜寻人员能够在光照本文档来自技高网...

【技术保护点】
1.一种基于高斯滤波加权的红外和可见光图像融合方法，其特征在于步骤如下：步骤1：高斯平滑滤波器对源图像进行分解利用高斯平滑滤波器将源图像分解得到低频分量，高频分量通过源图像减去低频分量获得，如下式：

【技术特征摘要】
1.一种基于高斯滤波加权的红外和可见光图像融合方法，其特征在于步骤如下：步骤1：高斯平滑滤波器对源图像进行分解利用高斯平滑滤波器将源图像分解得到低频分量，高频分量通过源图像减去低频分量获得，如下式：式中：In为源图像，为源图像的低频分量，为源图像的高频分量，Gr,σ表示方差为σ，大小为(2r+1)×(2r+1)高斯平滑滤波器；步骤2：决策值的度量，多视觉特征加权映射图构造由于图像对比度、清晰度、结构信息是可见光和红外图像融合图像视觉质量的三个重要特征，分别构造对比度、清晰度和结构显著性加权映射图：(a).对比度加权映射图利用局部对比度和高斯平滑滤波器构建对比度加权映射图，以此表征相应图像的局部特征，对比度显著图定义如下式：式中：*为卷积符号，ω(j,k)为3×3窗口的权值，i和j表示某一个像素点在局部窗口中的位置坐标，为以(x,y)为中心的3×3窗口的均值，Gr,σ为(2r+1)×(2r+1)窗口的高斯平滑滤波器，那么，对比度加权映射图定义如下：式中：N为输入图像的像素数，为像素数为k时的对比度显著值，n为输入图像的个数；(b).清晰度加权映射图清晰度显著图反映图像的边缘突变和清晰度信息，清晰度显著图定义如下：式中：ω(i,j)为3×3窗口的权值，ML为改进的拉普拉斯分量，那么，清晰度加权映射图定义如下：式中：N为输入图像的...

【专利技术属性】
技术研发人员：王健，杨珂，秦春霞，任萍，
申请(专利权)人：西北工业大学，西安爱生技术集团公司，
类型：发明
国别省市：陕西,61