一种红外与可见光图像特征增强融合方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113935922A(43)申请公布日2022.01.14(21)申请号202111228551.X(22)申请日2021.10.21(71)申请人燕山大学地址066004河北省秦皇岛市海港区河北大街438号(72)发明人高美静张博智李时雨白洋(74)专利代理机构石家庄众志华清知识产权事务所(特殊普通合伙)13123代理人周胜欣(51)Int.Cl.G06T5/00(2006.01)G06T5/50(2006.01)权利要求书2页说明书7页附图7页(54)发明名称一种红外与可见光图像特征增强融合方法(57)摘要本发明涉及一种红外与可见光图像特征增强融合方法，属于图像融合技术领域，包括五个步骤：建立线性关系模型、建立成本函数、提出一种对比度调控因子、求解初始融合结果和红外图像特征信息增强。本发明的融合方法可以有效的结合红外与可见光图像的特征信息，不仅将可见光图像的细节纹理以红外图像的像素强度表现出来，而且改善了可见光图像中隐藏于昏暗光照下的细节纹理的可视化程度，提高了融合结果的质量和视觉保证度，便于后续的目标识别与检测。CN113935922ACN113935922A权利要求书1/2页1.一种红外与可见光图像特征增强融合方法，其特征在于包括以下步骤：步骤一：建立线性关系模型；步骤二：建立成本函数；步骤三：提出一种对比度调控因子；步骤四：求解初始融合结果；步骤五：红外图像特征信息增强。2.根据权利要求1所述的一种红外与可见光图像特征增强融合方法，其特征在于：所述步骤一具体为：假设在以像素k为中心的窗口ωk内的输出图像q是可见光图像I经线性变换所得，建立线性关系模型如下：其中，ak和bk是线性模型的常量系数，窗口ωk是以2r为边长的正方形，和分别表示红外和可见光图像在对应窗口ωk内的像素均值。3.根据权利要求1所述的一种红外与可见光图像特征增强融合方法，其特征在于：所述步骤二具体为：以红外图像作为输入图像，可见光图像作为引导图像，在可见光图像表现出边缘信息的时候，红外图像才表示边缘，同时认为输入图像p的非边缘但不平滑的区域全部为噪声n，因此qi＝pi‑ni，为了减少红外图像细节信息的丢失，需要最小化这个噪声，因而确定了窗口ωk内的成本函数为：其中，ε是调节融合图像对比度和像素强度的参数，γk为对比度调控因子。4.根据权利要求1所述的一种红外与可见光图像特征增强融合方法，其特征在于：所述步骤三的对比度调控因子γk为：其中，λ为控制调控因子的功能参数；ΓI(k)为边缘感知因子，被定义如下：其中，σI,5(k)表示以k点为中心、边长为10的方形窗口ωk内的像素值极值，表示该窗口内所有位置像素极值的均值，当k处于一个充满细节的区域时，ΓI(k)将取得较大的值；当k处于相对平滑区域时，ΓI(k)将获得一个较小的值。5.根据权利要求1所述的一种红外与可见光图像特征增强融合方法，其特征在于：所述步骤四的求解过程如下：2CN113935922A权利要求书2/2页令求得ak，bk的值为：2其中，σk是I在ωk内像素的方差，N是ωk内像素的数量；最后将公式(7)、(8)带入到公式(1)中，即可求得初始融合图像q。6.根据权利要求1所述的一种红外与可见光图像特征增强融合方法，其特征在于：所述步骤五的具体过程为：完成初次融合后，应用均值滤波器提取原始红外图像的细节纹理，与初次融合的结果相结合使红外图像特征信息增强，融合结果表达如下：F＝q+Ψ(p‑M(p))(9)其中M(·)表示均值滤波器，Ψ是权重参数，P为红外图像。3CN113935922A说明书1/7页一种红外与可见光图像特征增强融合方法技术领域[0001]本发明涉及一种红外与可见光图像特征增强融合方法，属于图像融合技术领域。背景技术[0002]红外图像可以反映目标的热辐射信息，依靠像素强度的差异来区分目标与背景，目标与背景的对比度较高，且不易受恶劣天气的影响，但又存在着细节信息不明显、纹理对比度低、成像性能差和可见性差等缺点。可见光成像传感器依据物体反射可见光的差异进行成像，物体反射可见光的差异主要由物体的结构不同造成的，因此可见光图像能够很好地反映物体的纹理细节，具有分辨率高，细节纹理丰富，噪音低等优点，可以捕获丰富的外观信息，但是极易受到恶劣天气的干扰。红外与可见光图像的融合可以弥补各自成像传感器成像能力的不足，结合红外图像的目标强度和可见光图像的纹理细节，同时获得相同场景的互补信息，提高复杂环境下目标的识别效率，因此被广泛应用于医学成像，遥感，目标识别，工业检测等领域。[0003]红外与可见光图像融合技术根据融合理论的不同，可以将融合算法分为：基于多尺度变换的方法，基于稀疏表示的方法，基于神经网络的方法，基于子空间的