可见光图像与红外图像的图像融合方法及装置制造方法及图纸

本发明专利技术涉及一种可见光图像与红外图像的图像融合方法及可见光图像与红外图像的图像融合装置，包括如下步骤：小波分解步骤，对可见光图像和红外图像进行n层小波分解得到可见光图像和红外图像各自的低频分量与高频分量；低频分量融合步骤，对可见光图像的低频分量与红外图像的低频分量进行融合；高频分量融合步骤，利用最大后验概率估计和小波分解父子系数统计模型进行可见光图像的高频分量与红外图像的高频分量的融合；以及小波逆变换步骤，对融合后的低频分量以及融合后的高频分量进行小波逆变换，以得到融合后图像。该图像融合方法及装置在融合后的图像中保留了更多的重要信息，并且具有更强的噪声抑制能力。并且具有更强的噪声抑制能力。并且具有更强的噪声抑制能力。

【技术实现步骤摘要】
可见光图像与红外图像的图像融合方法及装置


[0001]本专利技术涉及图像处理领域，具体涉及可见光图像与红外图像的图像融合方法及装置。

技术介绍

[0002]单一的图像传感器由于传感器的成像特点及局限性，使得在不同的成像条件和背景环境下难以完成探测、跟踪等任务。例如，在夜间行车时，由于可见光图像传感器的局限性，往往无法获得全面、准确的图像，从而无法很好辅助、保障夜间行车安全。
[0003]图像融合是一种将同一场景经多个传感器的成像或者经单个传感器的多次成像的信息加以综合，以获得更加全面、准确、可靠信息的技术，红外图像与可见光图像融合是图像融合领域一个重要而活跃的研究方向，将红外图像与可见光图像融合，可以充分利用两者的互补信息，获得更加全面、准确的图像。融合后的图像有利于辅助人眼对周围环境的观察，同时也有利于基于机器视觉技术的目标识别。
[0004]目前，通常使用基于小波系数加权平均的图像融合方法，该图像融合方法具有一定的噪声抑制能力，但融合后有重要的信息丢失。另外，目前也具有拉普拉斯金字塔图像融合方法，该图像融合方法中，重要信息得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可见光图像与红外图像的图像融合方法，其特征在于，包括如下步骤：小波分解步骤，对可见光图像和红外图像进行n层小波分解得到可见光图像和红外图像各自的低频分量与高频分量；低频分量融合步骤，对可见光图像的低频分量与红外图像的低频分量进行融合；高频分量融合步骤，利用最大后验概率估计和小波分解父子系数统计模型进行可见光图像的高频分量与红外图像的高频分量的融合；以及小波逆变换步骤，对融合后的低频分量以及融合后的高频分量进行小波逆变换，以得到融合后图像。2.如权利要求1所述的可见光图像与红外图像的图像融合方法，其特征在于，可见光图像的高频分量与红外图像的高频分量的融合写成下式(1)所示的向量的形式：a＝βs+ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，a＝[a1，a2，a
i
，...，a
q
]
T
，β＝[β1，β2，β
i
，...，β
q
]
T
，ε＝[ε1，ε2，ε
i
，...，ε
q
]
T
，a
i
是q个传感器中的第i个传感器得到的图像的小波分解高频分量，β
i
是第i个传感器获取真实场景的比例因子，ε
i
是第i个传感器噪声，i＝1，2，
…
q，s是融合后图像的小波分解高频分量。3.如权利要求2所述的可见光图像与红外图像的图像融合方法，其特征在于，所述高频分量融合步骤进一步包括如下步骤：步骤1：小波分解父子系数模型经过n层小波分解后，可见光图像和红外图像分别分解出n层高频分量，第j层为父系数层，第j
‑
1层为子系数层，其中，j＝1，2，
…
n，由此上式(1)可改写为下式(2)A＝BS+n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，A＝(a
s
，a
f
)，B＝(β
s
，β
f
)，S＝(s
s
，s
f
)，n＝(ε
s
，ε
...

【专利技术属性】
技术研发人员：黄伟，
申请(专利权)人：大陆智行科技上海有限公司，
类型：发明
国别省市：