一种基于多尺度分析与VGG-19的红外与可见光图像融合方法技术

本发明专利技术公开了一种基于多尺度分析与VGG

【技术实现步骤摘要】
一种基于多尺度分析与VGG
‑
19的红外与可见光图像融合方法


[0001]本专利技术涉及数字图像处理领域，具体为一种基于多尺度分析与神经网络(VGG
‑
19)的红外与可见光图像融合方法。

技术介绍

[0002]红外与可见光图像融合作为一种图像增强技术，旨在融合来自不同传感器的图像，生成具有互补信息的融合图像并极大减小图像的冗余信息。根据传感器原理，可见光传感器捕获反射光，红外传感器捕获热辐射。因此，在光照充足的情况下，可见光图像包含丰富的细节信息；极端环境下(例如：有雾、夜晚等)，红外图像包含丰富的结构信息，可捕获到更多有用的图像信息。融合后的图片将包含更多的互补信息、细节信息及结构特征信息。由此，红外与可见光图像融合在各个领域均有非常广泛的应用，例如：军事检测、监控、目标监测等场景。因此，红外与可见光融合技术是不可或缺的图像处理技术。
[0003]当前，红外与可见光融合方法可大致分为三类：基于空间域的方法、基于变换域的方法、基于神经网络的方法。对于空间域的方法，是简单高效的，但很少可以考虑到红外与可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度分析与VGG
‑
19的红外与可见光图像融合方法，其特征在于，包括如下步骤：步骤1：利用拉普拉斯金字塔(LP)分解源红外图像A和源可见光图像B，获取得到所述源图像A和源图像B的分解层数为N的拉普拉斯金字塔结构，第1～(N
‑
1)层为高频部分，第N层为低频部分；步骤2：将所述源图像A所得到的拉普拉斯金字塔结构第N层S1‑
N
与源图像B的拉普拉斯金字塔结构第N层S2‑
N
，采用CSR的图像融合方法进行融合，得到融合后的第N层S
f
‑
N
；步骤3：将所述源图像A所得到的拉普拉斯金字塔结构第1层S1‑1与源图像B所得到的拉普拉斯金字塔结构第1层S2‑1，采用神经网络(VGG
‑
19)的图像融合方法进行融合，得到融合后的第1层S
f
‑1；步骤4：将所述源图像A所得到的拉普拉斯金字塔结构2～(N
‑
1)层S1‑
n
(其中，n∈(2，N
‑
1))和源图像B所得到的拉普拉斯金字塔结构2～(N
‑
1)层S2‑
n
)，采用“最大选择”策略进行融合，得到融合后的第2～(N
‑
1)层S
f
‑
n
；步骤5：将所述融合后的拉普拉斯金字塔相应层进行LP逆变换，最终得到融合图像。2.根据权利要求1所述的一种基于多尺度分析与VGG
‑
19的红外与可见光图像融合方法，其特征在于：在步骤2中所述采用基于卷积稀疏表达(CSR)的融合方法，其具体方法如下：步骤2.1：所述S1‑
N
与S2‑
N
经过卷积稀疏表达编码模型的处理，获得卷积稀疏系数图C
1，m
与C
2，m
；其中：d
m
指学习字典，C
k，m
指卷积稀疏系数图，为M维的列向量，S
k
‑
N
指源图像A和源图像B的拉普拉斯金字塔结构第N层；步骤2.2：所述稀疏系数图C
1，m
与C
2，m
经过l1‑
norm处理得到初始活动层级A(x，y)；A(x，y)＝||C
k，1：M
(x，y)||1步骤2.3：对活动层级做基于窗口的平均，得到最终的活动层级步骤2.3：对活动层级做基于窗口的平均，得到最终的活动层级其中：r指窗口尺寸，r越大，该方法对于未配准的图片鲁棒性越好，但细节信息保留越少；步骤2.4：通过对最终的活动层级进行“最大选择”策略来确定融合后的...

【专利技术属性】
技术研发人员：严华，高承睿，刘飞强，
申请(专利权)人：四川大学，
类型：发明
国别省市：