基于特征提取的可见光与红外图像融合方法技术

本发明专利技术公开了一种基于特征提取的可见光与红外图像融合方法，首先，对红外图像采用混合滤波算法进行预处理；其次，扩展图像的灰度直方图，使其充满整个灰度范围，凸显红外目标并弱化背景影响；接着，分别对不同光谱图像做高斯图像金字塔处理，再通过拉普拉斯金字塔分别得到不同尺度下图像的显著性区域；然后，对红外感兴趣区域计算，通过优势信息比较策略，对不同光谱的显著性区域进行比较，得到各个尺度下的红外图像感兴趣区域；最后，把不同尺度下的红外感兴趣区域融合入可见光图像中，得到不同光谱的融合结果。本发明专利技术的多光谱图像融合方法，细节信息保留完整、鲁棒性强，解决了单一可见光传感器光谱探测范围有限的问题。可见光传感器光谱探测范围有限的问题。可见光传感器光谱探测范围有限的问题。

【技术实现步骤摘要】
基于特征提取的可见光与红外图像融合方法


[0001]本专利技术属于图像融合
，特别是涉及一种在不同场景下鲁棒性强、融合细节精度高的针对可见光和红外光谱图像的融合方法。

技术介绍

[0002]近年来随着多源图像传感器的普及，人们的观测场景已经不仅仅局限于单一波段的可见光范围内，多光谱图像大大丰富了人们的观测手段。目前图像融合技术已经广泛应用于军事、安防、医用等领域，在目标探测，危险物品检验，组织器官检查等方面展现了重要的作用，尤其在军事领域内，以多光谱传感器进行信息融合的技术已经成为现代战争中的关键技术。
[0003]在国外，图像融合技术自上世纪九十年代起逐渐受到了广泛地重视，美国麻省理工学院林肯实验室、空军研究实验室、荷兰人力因素所等均在该领域有着深入地研究；国外知名期刊如Infrared Physics and Technology、IEEE Transaction on Image Processing与IEEE Transaction on Signal Processing等也在不断收录最新的多光谱图像融合
的研究成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征提取的可见光与红外图像融合方法，其特征在于，包括如下步骤：步骤1、红外图像预处理，对红外图像采用混合滤波算法进行预处理；步骤2、红外图像增强，采用对比度增强算法，对红外图像扩展灰度直方图，使其充满整个灰度范围，凸显红外目标并弱化背景影响，得到背景抑制红外图像；步骤3、显著性区域提取，分别对红外图像和对应的可见光图像做高斯图像金字塔处理，再对各层金字塔尺寸还原，通过拉普拉斯金字塔分别得到不同尺度下红外图像与可见光图像的显著性区域；步骤4、红外感兴趣区域计算，通过优势信息比较策略，对不同光谱的显著性区域进行比较，得到各个尺度下的红外图像感兴趣区域；步骤5、多光谱图像融合，将不同尺度下的红外感兴趣区域融合入可见光图像中，得到不同光谱的融合结果。2.根据权利要求1所述的基于特征提取的可见光与红外图像融合方法，其特征在于，步骤1具体为：对于一个尺寸为N
×
N的图像窗口，以混合滤波算法表示为：g1＝med{f(i,j
‑
N),...f(i,j),...f(i,j+N)}g2＝med{f(i
‑
N,j),..f(i,j),...f(i+N,j)}g3＝med{f(i+N,j
‑
N),...f(i,j),...f(i
‑
N,j+N)}g4＝med{f(i
‑
N,j
‑
N),...f(i,j),...f(i+N,j+N)}式中，K
filter
(x,y)表示混合滤波在(x,y)点处的处理结果，f(i,j)表示原始红外图像中位置(i,j)的灰度值，N为窗口大小，med{}为取中值操作，定义一组取中值方法，分别计算目标点0
°
、45
°
、90
°
、135
°
四个方向的灰度中值，取中值表示目标点的灰度，则g1、g2、g3、g4分别表示目标点(i,j)处90
°
、0
°
、135
°
、45
°
方向灰度的中值。3.根据权利要求1所述的基于特征提取的可见光与红外图像融合方法，其特征在于，步骤2具体为：按下式对预处理之后的红外图像进行红外图像增强，得到背景抑制红外图像，上式中f(x,y)为红外图像坐标(x,y)处的像素灰度值，l(x,y)为拉伸变化后坐标(x,y)处的像素灰度值，min[f(x,y)]表示源图像最小像素灰度值，max[f(x,y)]表示源图像最大像素灰度值，N表示拉伸图像后的灰度级数，取值范围[0,256]。4.根据权利要求1所述的基于特征提取的可见光与红外图像融合方法，其特征在于，步骤3具体为：步骤3
‑
1、高斯图像金字塔计算，分别将增强后的红外图像和可见光图像通过高斯滤波，得到高斯模糊后图像，再通过降采样得到第一层高斯金字塔图像G1，再将第一层高斯金字塔进行以上步骤，通过不停迭代i次即可得到整个高斯金字塔图像序列G
i
，二维高斯滤波函数如下式所示：
式中，高斯滤波的方差为...

【专利技术属性】
技术研发人员：钱惟贤，刘畅，陈钱，顾国华，任侃，万敏杰，李宏哲，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：