一种双光图像融合方法及系统技术方案

本发明专利技术公开了一种双光图像融合方法及系统，其包括如下步骤：对红外图像

【技术实现步骤摘要】
一种双光图像融合方法及系统


[0001]本专利技术涉及图像处理
，具体为一种双光图像融合方法及系统
。

技术介绍

[0002]红外图像的成像原理基于物体的红外辐射，成像过程中可以避免弱光照
、
雾和其它恶劣天气条件产生的干扰，但图像分辨率较低，纹理较差；而可见光图像是利用光在物体表面的反射成像，其具有较高的空间分辨率和细腻的纹理信息，但成像过程中易被上述各种环境因素所干扰
。
[0003]因此，现有技术中可通过多尺度变换
、
稀疏表示
、
神经网络等方法对红外图像与可见光图像进行融合，使获得的融合图像兼顾二者的优点，但该方法得到的融合图像无法直观反映目标的温度以及可见光图像的高频和低频信息
。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种双光图像融合方法及系统，其最终得到的融合图像不仅可以直观反映目标的温度，还具有丰富的可见光高频和低频信息，可真实地展现红外或可见光图像的颜色信息，符合人的视觉感知
。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一方面，提供了一种双光图像融合方法，其包括如下步骤：
[0007]对红外图像
、
可见光图像均进行高低频信号分离，以获得基础层图像和可见光细节层图像；
[0008]对红外基础层图像和可见光基础层图像进行融合，以获得基础层融合图像；
[0009]对红外细节层图像和可见光细节层图像进行融合，以获得细节层融合图像；
[0010]对基础层融合图像
、
细节层融合图像进行加权融合，以获得亮度融合图像
。
[0011]优选的，通过下列公式对应获得红外基础层图像
IrYBase
和红外细节层图像
IrYDetail
：
[0012][0013]IrYDetail(x,y)
＝
IrY(x,y)
‑
IrYBase(x,y)
[0014]其中，
(i
，
j)
为当前红外基础层图像
IrYBase
中像素点的位置索引；
w、h
分别表示当前红外图像的宽度和高度；
(x
，
y)
为当前红外细节层图像
IrYDetail
中像素点的位置索引；
g(x,y)
为高斯核函数
。
[0015]优选的，通过下列公式对应获得可见光基础层图像
VisYBase
和可见光细节层图像
VisYDetail
：
[0016][0017]VisYDetail(x,y)
＝
VisY(x,y)
‑
VisYBase(x,y)
[0018]其中，
(i
，
j)
为当前可见光基础层图像
VisYBase
中像素点的位置索引；
w、h
分别表示当前红外图像的宽度和高度；
(x
，
y)
为当前可见光细节层图像
VisYDetail
中像素点的位置索引；
g(x,y)
为高斯核函数
。
[0019]优选的，通过下列公式获得基础层融合图像
FusYBase
：
[0020]BaseCofe(x,y)
＝
[min(abs(255
‑
IrY(x,y))
，
Thr0)]/255
[0021]FusYBase(x,y)
＝
BaseCoef(x,y)*VisYBase(x,y)
[0022]+(1
‑
BaseCoef(x,y))*IrYBase(x,y)
[0023]其中，
BaseCofe(x,y)
为图像像素点
(x,y)
的基础层融合系数，
abs(
·
)
表示取绝对值，
Thr0
为用于限制可见光基础层图像亮度的融合系数
。
[0024]优选的，通过下列公式获得细节层融合图像
FusYDetail
：
[0025]DetailCofe(x,y)
＝
[min(abs(IrYDetail(x,y)
，
Thr1)]/Thr1)
[0026]FusYDetail(x,y)
＝
(1
‑
DetailCoef(x,y))*VisYDetail(x,y)
[0027]+DetailCoef(x,y)*IrYDetail(x,y)
[0028]其中，
DetailCofe(x,y)
为图像像素点
(x,y)
的细节层融合系数，
Thr1
为用于控制可见光细节层图像权重的融合系数
。
[0029]优选的，通过下列公式获得亮度融合图像
FusY
：
[0030]FusY(x,y)
＝
FusYBase(x,y)+FusCoef*FusYDetail(x,y)
[0031]其中，
FusCoef
为亮度融合系数；
FusYBase
为基础层融合图像；
FusYDetail
为细节层融合图像
。
[0032]优选的，根据亮度信息对红外图像
、
可见光图像进行高低频信号分离，以获得基础层图像和可见光细节层图像
。
[0033]还提供一种双光图像融合系统，其包括：
[0034]第一信号分离单元，其用于对红外图像进行高低频信号分离，以获得红外基础层图像和红外细节层图像；
[0035]第二信号分离单元，其用于对可见光图像进行高低频信号分离，以获得可见光基础层图像和可见光细节层图像；
[0036]基础层融合单元，其用于对红外基础层图像
、
可见光基础层图像进行融合，以获得基础层融合图像；
[0037]细节层融合单元，其用于对红外细节层图像
、
可见光细节层图像进行融合，以获得细节层融合图像；
[0038]以及加权融合单元，其用于对基础层融合图像
、
细节层融合图像进行加权融合，以获得亮度融合图像
。
[0039]优选的，所述双光图像融合系统还包括：亮度分离单元，其用于分别获取红外图像以及可见光图像的亮度信息，以对应获得红外亮度信息
、
可见光亮度信息
。
[0040]优选的，所述第一信号分离单元根据红外亮度信息对红外图像进行高低本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种双光图像融合方法，其特征在于，包括如下步骤：对红外图像
、
可见光图像均进行高低频信号分离，以获得基础层图像和细节层图像；对红外基础层图像和可见光基础层图像进行融合，以获得基础层融合图像；对红外细节层图像和可见光细节层图像进行融合，以获得细节层融合图像；对基础层融合图像
、
细节层融合图像进行加权融合，以获得亮度融合图像
。2.
如权利要求1所述的双光图像融合方法，其特征在于，通过下列公式对应获得红外基础层图像
IrYBase
和红外细节层图像
IrYDetail
：
IrYDetail(x,y)
＝
IrY(x,y)
‑
IrYBase(x,y)
其中，
(i
，
j)
为当前红外基础层图像
IrYBase
中像素点的位置索引；
w、h
分别表示当前红外图像的宽度和高度；
(x
，
y)
为当前红外细节层图像
IrYDetail
中像素点的位置索引；
g(x,y)
为高斯核函数
。3.
如权利要求1所述的双光图像融合方法，其特征在于，通过下列公式对应获得可见光基础层图像
VisYBase
和可见光细节层图像
VisYDetail
：
VisYDetail(x,y)
＝
VisY(x,y)
‑
VisYBase(x,y)
其中，
(i
，
j)
为当前可见光基础层图像
VisYBase
中像素点的位置索引；
w、h
分别表示当前红外图像的宽度和高度；
(x
，
y)
为当前可见光细节层图像
VisYDetail
中像素点的位置索引；
g(x,y)
为高斯核函数
。4.
如权利要求1所述的双光图像融合方法，其特征在于，通过下列公式获得基础层融合图像
FusYBase
：
BaseCofe(x,y)
＝
[min(abs(255
‑
IrY(x,y))
，
Thr0)]/255FusYBase(x,y)
＝
BaseCoef(x,y)*VisYBase(x,y)+(1
‑
BaseCoef(x,y))*IrYBase(x,y)
其中，
BaseCofe(x,y)
为图像像素点
(x,y)
的基础层融合系数，
...

【专利技术属性】
技术研发人员：黄晟，龚忠毅，舒昂，崔昌浩，周汉林，
申请(专利权)人：武汉高德智感科技有限公司，
类型：发明
国别省市：