基于蛇优化算法的响尾蛇仿生PCNN图像融合方法技术

本发明专利技术公开了一种基于蛇优化算法的响尾蛇仿生PCNN图像融合方法，包括：通过ON中心型感受野模型分别对可见光源图像和红外源图像进行预处理，并提取红外源图像和可见光源图像的共有信息和特有信息，将得到的红外特有信息和可见光特有信息分别作为新红外源图像和新可见光源图像；基于响尾蛇的六种双模式细胞机制对预处理后的图像、新红外源图像和新可见光源图像进行增强，得到增强的图像特征信息；PCNN模型对增强的图像特征信息进行融合，通过蛇优化算法对PCNN模型进行自适应调参，得到融合图像。本发明专利技术可以得到更多的特征信息，提高了图像融合效果。了图像融合效果。了图像融合效果。

【技术实现步骤摘要】
基于蛇优化算法的响尾蛇仿生PCNN图像融合方法


[0001]本专利技术涉及仿生红外光与可见光图像融合
，更具体的说是涉及基于蛇优化算法的响尾蛇仿生PCNN图像融合方法。

技术介绍

[0002]图像融合是指通过一定的算法，将不同传感器获得的多种图像综合，生成一张新的特征信息互补的融合图像。生成的融合图像同时拥有多张源图像的特征信息，使得图像的场景内容有了更全面的补充，从而更有利于人眼的识别和机器的探测，因此图像融合技术是计算机视觉中的一项重要应用。并且根据传感器的类型不同或者镜头聚焦区域的不同，图像融合的研究领域也各有不同，例如多聚焦图像融合，多模态图像融合等。其中的多聚焦图像融合，是针对同一场景下拍摄时聚焦的区域不同的图像，将聚焦区域不同的图像同合成一幅场景内容全清晰的图像。多模态图像融合则是针对不同类型传感器设备得到的图像，例如磁共振成像(MRI)的医学图像，红外图像和可见光图像等。针对多模态图像融合终端红外图像与可见光图像的融合方法又分为仿生方法与非仿生方法，本专利技术属于仿生红外光与可见光图像融合领域。
[0003]针对仿生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于蛇优化算法的响尾蛇仿生PCNN图像融合方法，其特征在于，包括：通过ON中心型感受野模型分别对可见光源图像和红外源图像进行预处理，并提取输入的红外源图像和可见光源图像的共有信息和特有信息，将得到的红外特有信息和可见光特有信息分别作为新红外源图像和新可见光源图像；基于响尾蛇的六种双模式细胞机制对预处理后的图像、新红外源图像和新可见光源图像进行增强，得到增强的图像特征信息；PCNN模型对增强的图像特征信息进行融合，通过蛇优化算法对PCNN模型进行自适应调参，得到融合图像。2.根据权利要求1所述的基于蛇优化算法的响尾蛇仿生PCNN图像融合方法，其特征在于，ON中心型感受野模型为：OFF中心型感受野模型为：其中，A为常数，D为细胞基底活性，E、F为极化常数，X
k
(i,j)和分别是经过ON中心型感受野和OFF中心型感受野模型的图像，感受野中心区域C
k
(i,j)和感受野周边环绕区域S
k
(i,j)服从高斯分布，分别为：(i,j)服从高斯分布，分别为：其中，σ
c
表示中心区域空间常数，σ
s
表示环绕区域空间常数，I
k
(i,j)表示输入图像，i,j表示像素位置；中心区域高斯核设置为m
×
n，而环绕区域高斯核设置为p
×
q；提取输入的红外源图像和可见光源图像的共有信息：I
ir
(i,j)∩I
v
(i,j)＝min{I
ir
(i,j),I
v
(i,j)}其中，I
ir
(i,j)表示红外源图像，I
v
(i,j)表示可见光源图像，I
ir
(i,j)∩I
v
(i,j)，∩取交集即取两者图像中的共有特征信息；提取输入的红外源图像和可见光源图像的特有信息：I
IR
(i,j)＝I
ir
(i,j)
‑
I
ir
(i,j)∩I
v
(i,j)I
V
(i,j)＝I
v
(i,j)
‑
I
ir
(i,j)∩I
v
(i,j)其中I
IR
(i,j)表示红外源图像的特有特征信息，I
V
(i,j)表示可见光源图像的特有特征信息。3.根据权利要求1所述的基于蛇优化算法的响尾蛇仿生PCNN图像融合方法，其特征在
于，响尾蛇的六种双模式细胞机制包括可见光增强红外细胞数学模型、可见光抑制红外细胞数学模型、红外增强可见光细胞数学模型、红外抑制可见光细胞数学模型、与细胞数学模型以及或细胞数学模型。4.根据权利要求3所述的基于蛇优化算法的响尾蛇仿生PCNN图像融合方法，其特征在于，红外增强可见光细胞数学模型：I
IR+V
(i,j)＝I
IR
(i,j)exp[I
V
(i,j)]其中，I
IR+V
(i,j)表示通过红外增强可见光得到的图像，exp表示指数函数；红外抑制可见光细胞数学模型：I
IR
‑
V
(i,j)＝I
IR
(i,j)log[I
V
(i,j)+1]其中，I
IR
‑
V
(i,j)表示通过红外抑制可见光得到的图像；可见光增强红外细胞数学模型：I
V+IR
(i,j)＝I
V
(i,j)exp[I
IR
(i,j)]其中，I
V+IR
(i,j)表示通过可见光增强红外得到的图像；可见光抑制红外细胞数学模型：I
V
‑
IR
(i,j)＝I
V
(i,j)log[I
IR
(i,j)+1]其中，I
V
‑
IR
(i,j)表示通过可见光抑制红外得到的图像；与细胞数学模型：当I
V
(i,j)<I
IR
(i,j)时，为：I
AND
(i,j)＝mI
V
(i,j)+nI
IR
(i,j)当I
V
(i,j)>I
IR
(i,j)时，为：I
AND
(i,j)＝nI
V
(i,j)+mI
IR
(i,j)其中，m>0.5，n<0.5，I
AND
(i,j)表示红外源图像和可见光源图像加权与后得到的图像；或细胞数学模型：当I
V
(i,j)<I
IR
(i,j)时，为：I
OR
(i,j)＝nI
V
(i,j)+mI
IR
(i,j)当I
V
(i,j)>I
IR
(i,j)时，为：I

【专利技术属性】
技术研发人员：王勇，谢文洁，王宇庆，
申请(专利权)人：吉林大学，
类型：发明
国别省市：