一种基于NSCT与DWT的红外与可见光图像融合方法.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CN110110786A(43)申请公布日2019.08.09(21)申请号201910371179.4(22)申请日2019.05.06(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人傅志中许埕秸李晓峰李爽周宁(74)专利代理机构电子科技大学专利中心51203代理人甘茂(51)Int.Cl.G06K9/62(2006.01)权利要求书1页说明书4页附图2页(54)发明名称一种基于NSCT与DWT的红外与可见光图像融合方法(57)摘要本发明属于图像处理技术领域，具体提供一种基于NSCT与DWT的红外与可见光图像融合方法，主要解决非下采样轮廓波变换在红外与可见光融合中对低频信息提取不足的问题。本发明首先，对红外与可见光图像分别进行鲁棒性主成分分析得到各自的稀疏矩阵；对红外与可见光图像分别进行非下采样Contourlet变换，得到各自的高、低频子带图像；分别对低频子带图像进行小波变换，得到各自的低频变动图像以及低频平缓图像；利用稀疏矩阵分别对低频变动图像、低频平缓图像以及高频子带图像进行融合；再对低频变动图像和低频平缓图像进行小波逆变换得到融合后的低频子带图像，对融合后的高低频子带图像进行非下采样Contourlet逆变换得到融合图像。CN110110786ACN110110786A权利要求书1/1页1.一种基于NSCT与DWT的红外与可见光图像融合方法，包括以下步骤：步骤1：对输入的红外图像IR与可见光图像VI进行鲁棒性主成分分析,并将结果归一化到[0,1]区间，分别得到红外图像与可见光图像的稀疏矩阵SIR1和SVI1，并对稀疏矩阵SIR1和SVI1分别进行下采样得到矩阵SIR2和SVI2；步骤2：对输入的红外图像IR与可见光图像VI进行非下采样Contourlet变换(NSCT)，得到红外图像与可见光图像的低频子带以及对应的高频子带步骤3：对非下采样Contourlet变换得到的低频子带图像进行离散小波变换(DWT)，得到红外图像IR与可见光图像VI的低频平缓图像得到红外图像与可见光图像的低频变动图像步骤4：红外图像IR与可见光图像VI的低频平缓图像融合：步骤5：红外图像IR与可见光图像VI的低频变动图像融合：当或者SVI2(m,n)-SIR2(m,n)＞T1时，其中，T1为预设阈值；其他情况下：步骤6：利用离散小波逆变换对融合图像的低频平缓图像与低频变动图像进行重构，得到融合图像低频子带图像步骤7：红外图像IR与可见光图像VI的高频子带图像融合：当或者SVI1(m,n)-SIR1(m,n)＞T2时，其中，T2为预设阈值；其他情况下：步骤8：利用非下采样Contourlet逆变换重构低频子带图像与高频子带图像得到融合图像。2.按权利要求1所述基于NSCT与DWT的红外与可见光图像融合方法，其特征在于，所述步骤2中，非下采样Contourlet变换的参数为：拉普拉斯尺度滤波器为“pyrexc”，方向滤波器为“cd”，分解层次为{2,3,3,4}。3.按权利要求1所述基于NSCT与DWT的红外与可见光图像融合方法，其特征在于，所述步骤3中，离散小波变换采用Haar小波变换，其分解层数为一层。4.按权利要求1所述基于NSCT与DWT的红外与可见光图像融合方法，其特征在于，所述步骤5中，预设阈值T1的取值范围为[0,0.3]。5.按权利要求1所述基于NSCT与DWT的红外与可见光图像融合方法，其特征在于，所述步骤7中，预设阈值T2的取值范围为[-0.3,0]。2CN110110786A说明书1/4页一种基于NSCT与DWT的红外与可见光图像融合方法技术领域[0001]本发明属于图像处理技术领域，涉及红外与可见光图像的融合处理，具体为一种基于NSCT与DWT的红外与可见光图像融合方法。背景技术[0002]可见光成像传感器对成像目标及场景的反射较为敏感，获取到的图像一般比较清晰，能够获取目标场景更多的细节信息，但却容易受到外界干扰因素的影响，如光照，遮挡和天气等。红外光成像传感器则主要依靠目标与背景之间的热辐射差异来识别目标，不容易被外界因素干扰，但却无法很好的表示场景的亮度变化。为了更加准确的识别目标，对红外光与可见光图像进行融合，令融合图像兼具两者优点，所以红外与可见光的融合在许多领域内都有着重要应用。[0003]基于离散小波变换的红外与可见光图像融合方法可以很好的表达图像中的奇异点，但却不具备平移不变性，且小波分解仅能在三个方向上获得有限的高频细节信息，无法有效的表达图像轮廓中的边缘，线奇异或者面奇异等特征；如文献“G.Pajares,J.M.DeLaCruz.AWavelet-BasedImageFusti