一种基于三种尺度分解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CN112884690A(43)申请公布日2021.06.01(21)申请号202110220561.2(22)申请日2021.02.26(71)申请人中国科学院西安光学精密机械研究所地址710119陕西省西安市高新区新型工业园信息大道17号(72)发明人任龙张海峰单福强张辉冯佳(74)专利代理机构西安智邦专利商标代理有限公司61211代理人王杨洋(51)Int.Cl.G06T5/50(2006.01)权利要求书3页说明书6页附图3页(54)发明名称一种基于三种尺度分解的红外与可见光图像融合方法(57)摘要本发明涉及一种红外与可见光图像融合方法，具体涉及一种基于三种尺度分解的红外与可见光图像融合方法。本发明的目的是解决现有红外与可见光图像融合方法存在难以同时满足实时性和较佳融合效果的技术问题。通过对可见光图像与红外图像进行三种尺度的分解，分解为背景亮度层、显著特征层和细节层，并对不同分解层采用不同融合方法进行融合，将各融合后的分解层加和再优化，最终得到目标融合图像，步骤简单、省时，保证了红外与可见光图像融合的实时性，并且保留了背景亮度信息，提高了融合图像的质量，融合质量好、效果佳。CN112884690ACN112884690A权利要求书1/3页1.一种基于三种尺度分解的红外与可见光图像融合方法，其特征在于，包括以下步骤：1)对红外图像与可见光图像进行三种尺度的分解利用高斯滤波器对红外图像与可见光图像分别进行滤波，获得红外背景亮度层图像与可见光背景亮度层图像；对红外图像与可见光图像分别进行计算，获得红外图像融合权重与可见光图像融合权重，将红外图像融合权重乘以红外图像得到红外图像显著特征层图像，将可见光图像融合权重乘以可见光图像得到可见光图像显著特征层图像；利用引导滤波器对红外图像与可见光图像分别进行引导滤波，将引导滤波后的红外图像与可见光图像分别减去红外背景亮度层图像和可见光背景亮度层图像，获得红外细节层图像和可见光细节层图像；2)对分解所得图像进行图像融合2.1)将红外背景亮度层图像与可见光背景亮度层图像融合，得到融合背景亮度层图像；将红外显著特征层图像与可见光显著特征层图像融合，得到融合显著特征层图像；将红外细节层图像与可见光细节层图像融合，得到融合细节层图像；2.2)将融合背景亮度层图像、融合显著特征层图像和融合细节层图像相加，得到初始融合图像；2.3)采用优化模型和梯度下降法，对初始融合图像进行优化，得到最终融合图像。2.根据权利要求1所述的基于三种尺度分解的红外与可见光图像融合方法，其特征在于：步骤1)中，所述高斯滤波器的滤波公式如下：GIR＝Gaussian(PIR，7，0，0.5)GVIS＝Gaussian(PVIS，7，0，0.5)；其中，GIR表示红外背景亮度层图像；GVIS表示可见光背景亮度层图像；PIR表示红外图像；PVIS表示可见光图像；7为滤波尺寸；0和0.5分别为高斯滤波的均值和方差。3.根据权利要求2所述的基于三种尺度分解的红外与可见光图像融合方法，其特征在于：步骤1)中所述红外图像及可见光图像的融合权重所用计算公式如下：其中，WIR表示红外图像融合权重；2CN112884690A权利要求书2/3页WVIS表示可见光图像融合权重；表示红外图像的均值；表示可见光图像的均值；所述红外图像显著特征层图像及可见光图像显著特征层图像采用如下公式得到：SIR＝PIR.*WIRSVIS＝PVIS.*WVIS；.*表示对于像素点相乘；SIR表示红外图像显著特征层图像；SVIS表示可见光图像显著特征层图像。4.根据权利要求3所述的基于三种尺度分解的红外与可见光图像融合方法，其特征在于：步骤1)中所用计算公式如下：引导滤波器的滤波公式：qi＝ak*Ii+bk其中，Ii表示输入图像，为红外图像PIR或可见光图像GIR；qi表示输出图像，为红外图像PIR引导滤波后图像EIR，或可见光图像PVIS引导滤波后的图像EVIS；ak和bk为滤波系数，可由E(ak，bk)计算得出；ωk为滤波窗口；ε为正则化参数；所述红外图像细节层图像及可见光图像细节层图像采用以下公式获得：DIR＝EIR‑GIRDVIS＝EVIS‑GVIS；其中，DIR表示红外图像细节层图像；DVIS表示可见光图像细节层图像。5.根据权利要求4所述的基于三种尺度分解的红外与可见光图像融合方法，其特征在于：步骤2.1)中，融合背景亮度层图像GF的计算公式如下：融合显著特征层图像SF的计算公式如下：SF＝SIR+SVIS融合细节层图像DF的计算公式如下：DF＝max(DIR，DVIS)3CN112884690A权利要求书3/3页其中，max()表示取两个值中的最大值作为输出值。6.根据权利要求5