基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法.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CN112950518A(43)申请公布日2021.06.11(21)申请号202110294273.1(22)申请日2021.03.19(71)申请人中国科学院长春光学精密机械与物理研究所地址130033吉林省长春市东南湖大路3888号(72)发明人宋聪聪余毅高策张艳超唐伯浩徐嘉兴齐东浩刘晏瑞张馨元(74)专利代理机构长春众邦菁华知识产权代理有限公司22214代理人张伟(51)Int.Cl.G06T5/50(2006.01)G06T5/00(2006.01)权利要求书3页说明书9页附图4页(54)发明名称基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法(57)摘要本发明涉及一种基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其利用潜在低秩表示将待融合的红外图像和可见光图像分别进行分解，得到对应的低秩子层和显著性子层；再分别对两个低秩子层进行多尺度分解，提取细节层，加权合并后得到增强图层；利用基于改进的视觉显著映射的加权引导图像滤波算法对两个低秩子层进行融合，得到低秩子层融合图像；利用基于金字塔分解的区域能量特征自适应加权融合方法对显著性子层进行融合，得到显著性子层融合图像；增强图层、低秩子层融合图像和显著性子层融合图像相加重构后得到最终的融合图像。本发明能够保留源图像丰富的细节信息，同时还提高了融合图像的清晰度、对比度，融合性能良好。CN112950518ACN112950518A权利要求书1/3页1.一种基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其特征在于，包括以下步骤：步骤1：利用潜在低秩表示将待融合的红外图像和可见光图像分别进行分解，得到所述红外图像的低秩子层IR_lrr和显著性子层IR_sal以及所述可见光图像的低秩子层VIS_lrr和显著性子层VIS_sal；步骤2：利用滚动引导图像滤波分别对低秩子层IR_lrr和低秩子层VIS_lrr进行多尺度分解，得到对应的多个细节层图像；将低秩子层IR_lrr对应的多个细节层图像进行相加处理后得到图像ID_IR，将低秩子层VIS_lrr对应的多个细节层图像进行相加处理后得到图像ID_VIS，再将图像ID_IR和图像ID_VIS输入到CNN网络中，得到相应的权重映射；根据所述权重映射对图像ID_IR和图像ID_VIS进行加权合并，得到增强图层Df；步骤3：利用基于改进的视觉显著映射的加权引导图像滤波算法对低秩子层IR_lrr和低秩子层VIS_lrr进行融合，得到低秩子层融合图像Bf；步骤4：利用基于金字塔分解的区域能量特征自适应加权融合方法对显著性子层IR_sal和显著性子层VIS_sal进行融合，得到显著性子层融合图像Sf；步骤5：将增强图层Df、低秩子层融合图像Bf和显著性子层融合图像Sf进行相加重构，得到最终的融合图像F＝Bf+Df+Sf。2.根据权利要求1所述的基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其特征在于，利用滚动引导图像滤波分别对低秩子层IR_lrr和低秩子层VIS_lrr进行多尺度分解，得到对应的多个细节层图像的过程包括以下步骤：按照如下的基于滚动引导图像滤波的多尺度分解公式分别对低秩子层IR_lrr和低秩子层VIS_lrr进行多尺度分解：jj‑1jj‑1j‑1jID＝IB‑IB＝IB‑RGIF(IB,σs,σr,T)，j＝1,2...,N(2)jj其中，ID为多尺度分解后的第j层的细节层图像，IB为多尺度分解第j层的基础层图像，0IB为未经分解的首次输入图像，RGIF(·)表示滚动引导图像滤波的迭代引导滤波算子，为第j层的正则化参数，σr为滤波窗口半径，T为迭代次数，N为多尺度分解的层数；滚动引导图像滤波的迭代引导滤波算子RGIF(·)的计算过程如下：利用高斯滤波器对当前的输入图像I进行小结构平滑，并且高斯滤波器的输出图像G作为下一步的引导图像；为保证引导图像G与引导图像滤波后的输出图像之间的局部线性关系，求解输入图像I与引导图像滤波后的输出图像q之间的成本函数的最优解，确定最优线性系数，并根据所述最优线性系数得到引导图像滤波后的输出图像q，该图像将作为下一步引导图像滤波的引导图像，此时，输入图像仍然为I，反复迭代T次后得到经过滚动引导图像滤波的基础层图像IB＝RGIF(I,σs,σr,T)。3.根据权利要求2所述的基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其特征在于，迭代次数T＝4，多尺度分解的层数N＝4，滤波窗口半径σr＝0.02，正则化参数2CN112950518A权利要求书2/3页4.根据权利要求1或2所述的基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其特征在于，步骤3包括以下步骤：步骤31：确定低秩子层IR_lrr和低秩子层VIS