System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像融合,具体涉及基于最小二乘拟合的热红外图像与可见光图像融合方法。
技术介绍
1、热红外成像是一项获取地物的辐射特性和温度特性的高新技术。
2、具备可见光观测无法实现的全天时、全天候的工作能力,热红外具有很强的穿透力,它不仅不受雨、雾、云等天气的影响,可利用红外成像对黑暗中、高空中和水下的隐蔽目标进行探测,并具备识别目标伪装的能力。尽管热红外成像技术具有诸多优点,但是热红外图像往往具有空间分辨率低、视场范围小等缺点,对于需要宽视场、高分辨率图像的应用场景,很难满足实际需求。
3、为此,我们提出一种最小二乘拟合的热红外图像与可见光图像融合方法解决上述问题。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,专利技术了一种基于最小二乘拟合的热红外图像与可见光图像融合方法,该方法模拟了热红外波段和可见光波段图像的观测过程,利用先验知识估计高分辨率、热红外图像的期望值,同时能够尽量减少融合结果产生的颜色偏差。该方法生成的图像能够很好结合红外图像中的热辐射信息和可见图像中的详细纹理信息的优点。
3、(二)技术方案
4、为实现上述目的,本专利技术提供如下技术方案:基于最小二乘拟合的热红外图像与可见光图像融合方法,包括以下具体步骤:
5、s1:图像重采样;
6、s2:对s1重采样的图像统计值计算;
7、s3:像素点观测值选择;
8、s4:构建图像融合方程,解算
9、s5:创建融合图像;
10、s6:融合图像计算。
11、优选的,所述s1具体为对热红外图像进行重采样,使得与可见光多波段图像空间分辨率完全一致。
12、优选的,所述s2具体为对热红外图像和可见光多波段图像进行统计计算,得到热红外图像和可见光多波段图像的各个波段的像素值的均方差。
13、优选的,所述s3像素点观测值选择,具体为保证融合效果,在选取热红外图像和可见光多波段图像的像素值作为观测值时,像素点的选取特别关键,直接影像融合效果,一是保证点要分布均匀,二是这些点选择在灰度变化平缓的像素位置,具体过程如下:
14、(1)根据热红外图像和可见光图像的范围,算出相交区域,即融合的重叠区域,根据相交范围,对热红外图像进行逻辑分块,把图像均匀分成9个像素×9个像素的格网块;
15、(2)在热红外影像分成的格网块中,以9个像素×9个像素格网块中心点的像素值作为假定观测值,计算该格网块内所有像素值与中心点的像素值差值的最大值pmax,当pmax<=panvar<=/4.0时,则把该中心点的像素值以及可见光多波段图像对应位置的像素值作为观测值,其中panvar为热红外影像的方差;
16、(3)对热红外所有格网块进行(2)计算,得到热红外图像与可见光多波段图像融合的观测值点集合m。
17、优选的,所述s4具体为构建图像融合方程,解算图像融合系数,s3在热红外图像和可见光多波段图像上均匀的选取同位置点的像素值作为观测值,对观测值点集合m带入公式①,解算高斯误差方程,解算出图像融合方程的系数ki,图像融合方程系数解算公式如公式①
18、detval=∑kimul[i](x,y)-pan(x,y) ①
19、其中mul[i](x,y)为可见光多波段图像的i波段在像素行列x,y位置的像素值,pan(x,y)为热红外图像在像素行列x,y位置的像素值,ki为可见光多波段图像的与热红外图像的融合方程的系数,detval为观测误差项。
20、优选的,所述s5创建融合图像,具体为在计算得到融合系数后,根据热红外图像和可见光图像的相交范围和重叠区域,创建重叠区域的融合图像;
21、优选的,所述s6具体为根据s4和s5,利用图像融合系数和公式②,计算最终融合图像每个像素的像素值,最终融合图像的像素值的计算公式如公式②所示:
22、
23、其中resultval[i](x,y)其为融合后图像i波段像素行列x,y位置的像素值,mul[i](x,y)为可见光多波段图像i波段像素行列x,y位置的像素值,pan(x,y)为热红外图像在像素行列x,y位置的像素值,mulvar[i]为可见光多波段图像i波段的均方差,panvar为热红外图像的均方差。
本文档来自技高网...【技术保护点】
1.基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于,包括以下具体步骤:
2.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S1具体为对热红外图像进行重采样,使得与可见光多波段图像空间分辨率完全一致。
3.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S2具体为对热红外图像和可见光多波段图像进行统计计算,得到热红外图像和可见光多波段图像的各个波段的像素值的均方差。
4.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S3像素点观测值选择,具体为保证融合效果,在选取热红外图像和可见光多波段图像的像素值作为观测值时,像素点的选取特别关键,直接影像融合效果,一是保证点要分布均匀,二是这些点选择在灰度变化平缓的像素位置,具体过程如下:
5.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S4具体为构建图像融合方程,解算图像融合系数,S3在热红外图像和可见光多波段图像上均匀的选
6.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S5创建融合图像,具体为在计算得到融合系数后,根据热红外图像和可见光图像的相交范围和重叠区域,创建重叠区域的融合图像。
7.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述S6具体为根据S4和S5,利用图像融合系数和公式②,计算最终融合图像每个像素的像素值,最终融合图像的像素值的计算公式如公式②所示:
...【技术特征摘要】
1.基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于,包括以下具体步骤:
2.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述s1具体为对热红外图像进行重采样,使得与可见光多波段图像空间分辨率完全一致。
3.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述s2具体为对热红外图像和可见光多波段图像进行统计计算,得到热红外图像和可见光多波段图像的各个波段的像素值的均方差。
4.根据权利要求1所述的基于最小二乘拟合的热红外图像与可见光图像融合方法,其特征在于:所述s3像素点观测值选择,具体为保证融合效果,在选取热红外图像和可见光多波段图像的像素值作为观测值时,像素点的选取特别关键,直接影像融合效果,一是保证点要分布均匀,二是这些点选择在灰度变化平缓的像素位置,具体过程...
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。