多传感器自主跟踪中的数据融合方法、装置、设备及介质制造方法及图纸

本申请公开了一种多传感器自主跟踪中的数据融合方法、装置、设备及介质，该方法包括：将待测图像转换为灰度图像，并计算灰度图像的相位谱及振幅谱；根据计算出的振幅谱，获得灰度图像频域中的剩余谱；根据获得的剩余谱和计算出的相位谱，得到显著性图像；根据得到的显著性图像，确定融合评价指数；根据确定的融合评价指数，对待测图像进行融合处理。上述数据融合方法通过待测图像对应的显著性图计算出的融合评价指数，作为图像融合的评价指标，使不同传感器产生的图像在融合过程中有统一判据，依该判据进行多路跟踪的图像融合，解决了现有技术中对多路传感器自主跟踪中没有通用评价指标的问题。

【技术实现步骤摘要】
多传感器自主跟踪中的数据融合方法、装置、设备及介质
本专利技术涉及图像处理
，特别是涉及一种多传感器自主跟踪中的数据融合方法、装置、设备及介质。
技术介绍
由于目标在不同传感器下表现的特性不同，在目标跟踪系统中，经常采用多路传感器同时跟踪的方式，以充分利用不同光学传感器数据之间的互补性，以提高系统对环境的适应能力，增强其抗干扰性。由于伺服只能响应一组脱靶量数据，因此多路传感器跟踪系统需要将多路的跟踪结果进行融合。在现有技术中，通常利用各路传感器的脱靶量进行权重分配，从而将多路传感器跟踪结果进行融合。但该种融合方法，受单路传感器跟踪效果影响较大，抗干扰性差，且不同传感器采用不同跟踪算法时脱靶量精度不一致，导致融合结果不尽如人意。因此，如何在不受限于跟踪算法的基础上，融合出最为准确的脱靶量数据，是本领域技术人员亟待解决的技术问题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种多传感器自主跟踪中的数据融合方法、装置、设备及介质，可以使不同传感器产生的图像在融合过程中有统一判据，依该判据进行多路跟踪的图像融合。其具体方案如下：一种多传感器自主跟踪中的数据融合方法，包括：将多路传感器产生的待测图像转换为灰度图像，并计算所述灰度图像的相位谱及振幅谱；根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱；根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像；根据得到的所述显著性图像，确定融合评价指数；根据确定的所述融合评价指数，对所述待测图像进行融合处理。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，计算所述灰度图像的相位谱及振幅谱，具体包括：将所述灰度图像进行复数类型数据转换；对转换后得到的复数数据进行傅立叶变换；根据傅立叶变换后的数据，计算所述灰度图像的振幅谱和相位谱。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，采用下列公式计算所述灰度图像的振幅谱和相位谱：其中，Ampl为所述灰度图像的振幅谱，Phase为所述灰度图像的相位谱，R为傅立叶变换后的数据的实部，I为傅立叶变换后的数据的虚部。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱，具体包括：将计算出的所述振幅谱进行滤波变换；将所述滤波变换后的振幅谱与滤波变换前的振幅谱作差，获得所述灰度图像频域中的剩余谱。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像，具体包括：将获得的所述剩余谱和计算出的所述相位谱进行复数类型数据转换；对转换后得到的复数数据进行傅立叶逆变换，获得时域图像数据；对获得的所述时域图像数据进行高斯算子的卷积运算，得到所述灰度图像的显著性图像。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，根据得到的所述显著性图像，确定融合评价指数，具体包括：采用otsu方法对所述显著性图像计算图像分割阈值；将大于所述图像分割阈值的像素定义为有效像素，采用下列公式确定融合评价指数：K＝objPix/winPix其中，K为所述融合评价指数，objPix为目标窗口中大于所述图像分割阈值的像素个数，winPix为所述显著性图像中大于所述图像分割阈值的像素个数。优选地，在本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法中，根据确定的所述融合评价指数，对所述待测图像进行融合处理，具体包括：根据确定的所述融合评价指数，对多路传感器进行所述融合评价指数的计算；根据计算结果，找出所述融合评价指数最高的一路传感器；将找出的所述传感器的脱靶量作为融合后的脱靶量并进行输出。本专利技术实施例还提供了一种多传感器自主跟踪中的数据融合装置，包括：图像双谱计算模块，用于将多路传感器产生的待测图像转换为灰度图像，并计算所述灰度图像的相位谱及振幅谱；剩余谱获得模块，用于根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱；显著性图得到模块，用于根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像；评价指数确定模块，用于根据得到的所述显著性图像，确定融合评价指数；图像融合处理模块，用于根据确定的所述融合评价指数，对所述待测图像进行融合处理。本专利技术实施例还提供了一种多传感器自主跟踪中的数据融合设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法。本专利技术实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本专利技术实施例提供的上述多传感器自主跟踪中的数据融合方法。从上述技术方案可以看出，本专利技术所提供的一种多传感器自主跟踪中的数据融合方法、装置、设备及介质，包括：将待测图像转换为灰度图像，并计算灰度图像的相位谱及振幅谱；根据计算出的振幅谱，获得灰度图像频域中的剩余谱；根据获得的剩余谱和计算出的相位谱，得到显著性图像；根据得到的显著性图像，确定融合评价指数；根据确定的融合评价指数，对待测图像进行融合处理。本专利技术提供的上述数据融合方法通过待测图像对应的显著性图计算出的融合评价指数，作为图像融合的评价指标，使不同传感器产生的图像在融合过程中有统一判据，依该判据进行多路跟踪的图像融合，解决了现有技术中对多路传感器自主跟踪中没有通用评价指标的问题。附图说明为了更清楚地说明本专利技术实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的多传感器自主跟踪中的数据融合方法的流程图；图2为本专利技术实施例提供的待测图像的灰度图像的示意图；图3为本专利技术实施例提供的显著性图像的示意图；图4为本专利技术实施例提供的多传感器自主跟踪中的数据流示意图；图5为本专利技术实施例提供的多传感器自主跟踪中的数据融合装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种多传感器自主跟踪中的数据融合方法，如图1所示，包括以下步骤：S101、将多路传感器产生的待测图像转换为灰度图像，并计算灰度图像的相位谱及振幅谱；在实际应用中，不同传感器产本文档来自技高网...

【技术保护点】
1.一种多传感器自主跟踪中的数据融合方法，其特征在于，包括：/n将多路传感器产生的待测图像转换为灰度图像，并计算所述灰度图像的相位谱及振幅谱；/n根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱；/n根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像；/n根据得到的所述显著性图像，确定融合评价指数；/n根据确定的所述融合评价指数，对所述待测图像进行融合处理。/n

【技术特征摘要】
1.一种多传感器自主跟踪中的数据融合方法，其特征在于，包括：
将多路传感器产生的待测图像转换为灰度图像，并计算所述灰度图像的相位谱及振幅谱；
根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱；
根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像；
根据得到的所述显著性图像，确定融合评价指数；
根据确定的所述融合评价指数，对所述待测图像进行融合处理。


2.根据权利要求1所述的多传感器自主跟踪中的数据融合方法，其特征在于，计算所述灰度图像的相位谱及振幅谱，具体包括：
将所述灰度图像进行复数类型数据转换；
对转换后得到的复数数据进行傅立叶变换；
根据傅立叶变换后的数据，计算所述灰度图像的振幅谱和相位谱。


3.根据权利要求2所述的多传感器自主跟踪中的数据融合方法，其特征在于，采用下列公式计算所述灰度图像的振幅谱和相位谱：






其中，Ampl为所述灰度图像的振幅谱，Phase为所述灰度图像的相位谱，R为傅立叶变换后的数据的实部，I为傅立叶变换后的数据的虚部。


4.根据权利要求1所述的多传感器自主跟踪中的数据融合方法，其特征在于，根据计算出的所述振幅谱，获得所述灰度图像频域中的剩余谱，具体包括：
将计算出的所述振幅谱进行滤波变换；
将所述滤波变换后的振幅谱与滤波变换前的振幅谱作差，获得所述灰度图像频域中的剩余谱。


5.根据权利要求1所述的多传感器自主跟踪中的数据融合方法，其特征在于，根据获得的所述剩余谱和计算出的所述相位谱，得到显著性图像，具体包括：
将获得的所述剩余谱和计算出的所述相位谱进行复数类型数据转换；
对转换后得到的复数数据进行傅立叶逆变换，获得时域图像数据；
对获得的所述时域图像数据进行高斯算子的卷积运算，得到所述灰度图像的显著性图像。


6.根据权利要...

【专利技术属性】
技术研发人员：徐婉莹，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林;22