【技术实现步骤摘要】
基于秩一分解网络的红外和可见光图像融合方法及系统
[0001]本专利技术属于图像处理
,尤其涉及一种基于秩一分解网络的红外和可见光图像融合方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]在信息爆炸的时代,传感器技术正在迅速发展。复杂应用程序的出现需要有关特定场景的全面信息,以增强对各种条件的理解。相同类型的传感器仅从一个方面获取信息,无法提供所有必需的信息,因此图像融合技术在现代应用程序和计算机视觉中起着越来越重要的作用。红外和可见光图像融合是多源图像融合领域的一个重要分支。红外和可见光图像的信号来自不同的模态,从不同的方面提供场景信息。基于反射光成像的原理,可见光图像包含丰富的纹理信息;基于热辐射成像的原理,红外图像包含显著目标。其次,红外和可见图像具有几乎所有物体固有的特征。最终,红外图像和可见图像具有互补的特性,从而产生了健壮且信息丰富的融合图像。可见图像通常具有较高的空间分辨率和相当多的细节和明暗对比。因此,它们适合于人类的视觉感知。但是,这些图像很容易受到恶劣条件的影响,例如恶劣的照明,雾气和恶劣天气的其他影响。同时,描绘物体的热辐射的红外图像可以抵抗这些干扰,但通常分辨率较低且质地较差。
[0004]红外与可见光图像融合旨在通过结合红外图像和可见光图像生成包含显著目标和丰富背景纹理的融合图像。红外和可见光图像融合的方法大致可分为基于多尺度变换的方法、基于稀疏表示的方法、基于子空间聚类的方法和基于深度学习的方 ...
【技术保护点】
【技术特征摘要】
1.一种基于秩一分解网络的红外和可见光图像融合方法,其特征在于,包括:获取红外图像和可见光图像;对所述红外图像和可见光图像在通道维度上进行堆叠;将堆叠后的图像序列进行逐级秩一分解处理,得到多级秩一分量、红外图像的残差以及可见光图像的残差;分别将多级秩一分量以及红外图像的残差和可见光图像的残差进行融合,得到包含有所有秩一分量信息的融合分量C
f
以及包含两个残差信息的融合分量E
f
;将融合分量C
f
和E
f
通过元素加法进行相加,得到期望的融合图像I
f
。2.如权利要求1所述的一种基于秩一分解网络的红外和可见光图像融合方法,其特征在于,所述将堆叠后的图像序列进行逐级秩一分解处理,得到多级秩一分量,包括:将堆叠后的图像序列Z1输入至第一级秩一分解模块得到秩一分量C1,将红外图像减去秩一分量C1得到A1,将可见光图像减去秩一分量C1得到B1;将A1和B1在通道维度上进行堆叠得到图像序列Z2,将图像序列Z2输入到第二级秩一分解模块得到秩一分量C2,红外图像减去秩一分量C2得到A2,可见光图像减去秩一分量C2得到B2;将得到的A2和B2在通道维度上进行堆叠图像序列得到Z3,重复迭代R次,得到R个秩一分量C1,C2,C3,......C
R
。3.如权利要求2所述的一种基于秩一分解网络的红外和可见光图像融合方法,其特征在于,将堆叠后的图像序列输入至秩一分解模块得到秩一分量的具体步骤包括:将堆叠之后的图像序列依次输入到两个卷积层;对两个卷积层的输出进行求和,将求和后的结果与第一个卷积层的输出在通道维度上进行堆叠,将堆叠后的图像序列通过一个卷积层进行特征融合;将特征融合后的图像序列通过两个分支分别获得行向量和列向量;将得到的行向量和列向量相乘得到秩一分量。4.如权利要求2所述的一种基于秩一分解网络的红外和可见光图像融合方法,其特征在于,所述红外图像的残差和可见光图像的残差的计算方法包括:将获取的所述R个秩一分量进行求和得到C
sum
;将红外图像减去R个秩一分量的和C
sum
得到红外图像的残差E1;将可见光图像减去R个秩一分量的和C
sum
得到可见光图像的残差E2。5.如权利要求1所述的一种基于秩一分解网络的红外...
【专利技术属性】
技术研发人员:张凯,孙鲁丹,张风,孙建德,万文博,
申请(专利权)人:山东师范大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。