【技术实现步骤摘要】
本专利技术涉及图像融合，具体为一种红外图像与可见光图像融合方法。
技术介绍
1、随着计算机科学技术和光学、摄影技术等领域的快速发展，图像融合技术得到了广泛关注和应用。特别是在20世纪80年代后期，图像融合技术被广泛应用于多光谱遥感图像的处理中，取得了显著的融合效果。例如，1985年，研究人员成功将landsat卫星的tm主题成像仪获得的多光谱遥感图像与spot卫星的高分辨率图像融合在一起，生成了具有更高质量的多光谱图像。进入90年代以后，随着多颗遥感雷达卫星的升空以及各国对图像融合研究的深入，图像融合技术的应用范围逐渐扩展到可见光图像、红外图像和医学图像等多个领域。在军事领域，图像融合技术被广泛应用于战场协同制导、目标侦察、武器热瞄准器、舰船导航等场景，显著提高了军事行动的准确性和效率。同时，在医学领域，图像融合技术也被用于辅助诊断和治疗，通过融合不同模态的图像信息，提高了疾病的检出率和定位的准确性。红外图像与可见光图像融合技术作为图像融合领域的一个重要分支，具有独特的技术优势和应用价值。红外图像主要通过捕捉物体发出的红外辐射来获取图像信息，因此能够在夜间或恶劣天气条件下提供较好的目标检测和识别能力。然而，红外图像的分辨率通常较低，且色彩信息有限。相比之下，可见光图像能够提供丰富的色彩和纹理信息，使得场景更加真实和生动。但是，可见光图像在夜间或恶劣天气条件下的成像质量会大幅下降。
2、在申请公布号为cn118657671a的中国专利技术申请中，公开了一种红外图像与可见光图像融合方法、装置及存储介质，包括获取红外图像的
3、在以上专利技术申请中，将包含语义信息的可见光图像的特征图和红外图像的特征图进行融合，得到融合图像，但对于图像的融合依据的是语义，许多图像中的语义信息并不明确，可能存在模糊、歧义或多义性，且语义信息往往带有强烈的主观色彩，不同的观察者可能对同一幅图像产生不同的语义理解，这种主观性在图像融合过程中可能导致融合结果的不一致性和不可预测性。
4、为此，本专利技术提供了一种红外图像与可见光图像融合方法。
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，本专利技术提供了一种红外图像与可见光图像融合方法，本专利技术通过获取红外图像灰度异常程度yht、可见光图像灰度异常程度ykt、红外图像色彩异常程度sht和可见光图像色彩异常程度skt，计算图像灰度权重x1、x2和色彩权重y1、y2，并进一步计算图像融合权重z1和z2，在红外图像和可见光图像中检测特征点，将两幅图像中进行匹配在相同的空间参考系下对齐，计算对齐后的每个像素点的融合参数，有助于在融合过程中保留红外图像和可见光图像中的细节信息，可以弥补各自的不足，实现信息的互补，对于提高图像融合的精度、保留细节信息、增强鲁棒性和优化视觉效果具有重要意义，从而解决了
技术介绍
中记载的技术问题。
3、（二）技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：一种红外图像与可见光图像融合方法，包括如下步骤：
5、将红外图像与可见光图像导入opencv，计算红外图像与可见光图像的灰度图像的均值和方差，依据红外图像灰度均值hj、红外图像灰度方差hf、可见光图像灰度均值kj和可见光图像灰度方差kf，计算红外图像灰度异常程度yht和可见光图像灰度异常程度ykt；
6、提取出红外图像与可见光图像中每个像素点的rgb值，计算红外图像与可见光图像中像素点的rgb方差，依据红外r方差rh、红外g方差gh、红外b方差bh、可见光r方差rk、可见光g方差gk和可见光b方差bk，计算红外图像色彩异常程度sht和可见光图像色彩异常程度skt；
7、获取红外图像灰度异常程度yht、可见光图像灰度异常程度ykt、红外图像色彩异常程度sht和可见光图像色彩异常程度skt，计算图像灰度权重x1、x2和色彩权重y1、y2，并进一步计算图像融合权重z1和z2，在红外图像和可见光图像中检测特征点，将两幅图像进行匹配在相同的空间参考系下对齐，计算对齐后的每个像素点的融合参数。
8、进一步的，将红外图像与可见光图像导入opencv和numpy库，使用opencv的cv2.cvtcolor函数将图像转换为灰度图像，并使用numpy的np.mean和np.var函数分别计算红外图像与可见光图像的灰度图像的均值和方差，记为红外图像灰度均值hj、红外图像灰度方差hf、可见光图像灰度均值kj和可见光图像灰度方差kf。
9、进一步的，获取红外图像灰度均值hj、红外图像灰度方差hf、可见光图像灰度均值kj和可见光图像灰度方差kf，计算红外图像灰度异常程度yht和可见光图像灰度异常程度ykt：
10、
11、其中，是预期的红外图像正常灰度均值，是预期的可见光图像正常灰度均值，是历史数据的均值，是一个小常数，用于避免分母为零的情况，ϵ 可取1e−5 或 1e−10。
12、进一步的，使用opencv提取出红外图像与可见光图像中每个像素点的rgb值，计算红外图像与可见光图像中像素点的rgb方差，记为红外r方差rh、红外g方差gh、红外b方差bh、可见光r方差rk、可见光g方差gk和可见光b方差bk。
13、在计算机图形学中，rgb颜色模型是最常用的颜色表示方法之一。通过调整r、g、b三个分量的值，可以混合出几乎所有人眼可见的颜色。每个分量的取值范围通常是0到255（8位色彩深度），或者更高，如0到1023（10位色彩深度），以提供更丰富的色彩层次。r（red，红色）表示红色分量的强度。g（green，绿色）：表示绿色分量的强度。
14、b（blue，蓝色）：表示蓝色分量的强度。
15、进一步的，获取红外r方差rh、红外g方差gh、红外b方差bh、可见光r方差rk、可见光g方差gk和可见光b方差bk，计算红外图像色彩异常程度sht和可见光图像色彩异常程度skt：
16、
17、其中，是历史红外图像r、g、b三个通道方差的平均值，用于标准化各个通道的方差值，反映了各个通道方差相对于平均方差的偏离程度，考虑了各个通道方差之间的差异，以捕捉色彩分布的不均衡性。
18、进一步的，获取红外图像灰度异常程度yht和可见光图像灰度异常程度ykt，计算图像灰度权重x1和x2：
19、
20、其中，为所有历史红外图像灰度异常程度yht的均值，为所有历史可见光图像灰度异常程度ykt的均值。
21、进一步的，获取红外图像色彩异常程度sht和可见光图像色彩异常程度本文档来自技高网...
【技术保护点】
1.一种红外图像与可见光图像融合方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种红外图像与可见光图像融合方法，其特征在于：
3.根据权利要求2所述的一种红外图像与可见光图像融合方法，其特征在于：
4.根据权利要求1所述的一种红外图像与可见光图像融合方法，其特征在于：
5.根据权利要求4所述的一种红外图像与可见光图像融合方法，其特征在于：
6.根据权利要求3所述的一种红外图像与可见光图像融合方法，其特征在于：
7.根据权利要求5所述的一种红外图像与可见光图像融合方法，其特征在于：
8.根据权利要求7所述的一种红外图像与可见光图像融合方法，其特征在于：
9.根据权利要求1所述的一种红外图像与可见光图像融合方法，其特征在于：
10.根据权利要求8所述的一种红外图像与可见光图像融合方法，其特征在于：
【技术特征摘要】
1.一种红外图像与可见光图像融合方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种红外图像与可见光图像融合方法，其特征在于：
3.根据权利要求2所述的一种红外图像与可见光图像融合方法，其特征在于：
4.根据权利要求1所述的一种红外图像与可见光图像融合方法，其特征在于：
5.根据权利要求4所述的一种红外图像与可见光图像融合方法，其特征在于：
【专利技术属性】
技术研发人员：李智，张艳珍，杨国良，耿文杰，
申请(专利权)人：北京泰岳天成科技有限公司，
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。