一种基于贝叶斯理论的图像融合方法.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CN110570386A(43)申请公布日2019.12.13(21)申请号201910828398.0(22)申请日2019.09.03(71)申请人北京林业大学地址100083北京市海淀区清华东路35号(72)发明人程朋乐高宇闫磊李晓慧(51)Int.Cl.G06T5/50(2006.01)G06K9/62(2006.01)G06F16/51(2019.01)权利要求书3页说明书6页附图2页(54)发明名称一种基于贝叶斯理论的图像融合方法(57)摘要本发明属于图像处理领域，尤其涉及一种基于贝叶斯理论的图像融合方法。本方法首先建立数据库，用以存储多帧图像的描述子信息；其次对数据库进行初始化，通过一定的顺序对帧图像进行基于MSER算法和Vibe算法的处理，并对其进行描述子计算；接下来对数据库中的数据进行索引和统计，得出贝叶斯计算公式下的各个概率，并计算融合概率；然后得出根据阈值对融合概率进行筛选，并进行图像融合计算；最后根据输入图像进行数据库的更新与代替；该方法注重对连续帧图像信息的保留和统计，对持续存在的特征有较好的保留效果，并且计算简单，不需要似然函数的估计。CN110570386ACN110570386A权利要求书1/3页1.一种基于贝叶斯理论的图像融合方法，其特征在于，包含以下步骤：第一步，建立数据库并初始化系统：通过对20帧图像进行预处理，填充数据库；第二步，对数据库中的数据进行索引与统计，根据贝叶斯公式计算各个网格区域的融合概率，并进行图像融合计算；第三步，对数据库进行更新。2.根据权利要求1所述的一种基于贝叶斯理论的图像融合方法，其特征在于所述第一步中，数据库的组成方式具体执行方法为:步骤101，创建数据库，其基本组成如图1所示，其中左侧绿色部分为“页”，数据库中蓝色部分为“模块”，每个“模块”中分为两个“组”，数据库最小的组成单位为红色部分所表示的“单元”，其大小为48*32*15*8bit。3.根据权利要求1所述的一种基于贝叶斯理论的图像融合方法，其特征在于所述第一步中，数据库的初始化具体执行方法为:步骤103，初始化数据库，将生成的MSER图像以及Vibe图像进行配对操作，如图2中所示，每3张Vibe图像与其前方的MSER图像分别组成3组图相对，并分别对每个图相对的两帧图像进行网格分割操作，网格大小为10*10像素，每张图像共有48*32个网格区域；步骤104，初始化数据库，对网格区域进行描述子信息提取计算，对于任意10*10的网格区域，其激活度定义为：其中M和N分别表示网格区域的长和宽，即10和10,n表示在当前网格区域中像素值等于255的像素数量，(i,j)表示48*32个网格区域中，当前网格区域的坐标值；步骤104，初始化数据库，对网格区域进行描述子信息提取计算，根据激活度计算数值，对网格区域进行等级统计，等级统计值即为描述子信息，其计算方式如下：其中D(i,j)表示位置为(i,j)的网格区域的描述子数值；步骤105，初始化数据库，对图像对中的两帧图像分别进行描述子提取，并存入相应单元，如图2所示，每个“页”中存储1个图相对信息，每个“单元”中存储1对描述子，“单元”中左侧“组”存储Vibe图像的描述子，右侧“组”存储MSER图像的描述子；步骤106，初始化数据库，循环执行101-105步骤，将空白数据填充完毕，共读入20帧图像信息，其中5张MSER图像信息，15张Vibe图像信息，数据库初始化完毕。4.根据权利要求1所述的一种基于贝叶斯理论的图像融合方法，其特征在于所述第二步中，统计概率计算具体执行方法为:步骤201，待预测图像融合概率计算，判断待输入图像的帧数，若不为4的倍数则计算P(Bayes(i,j)_VM5)，若为4的倍数，则计算P(Bayes(i,j)_MV15)，两概率表示如下：2CN110570386A权利要求书2/3页其中第一个公式表示在当前数据库中，5个位于(i,j)位置的MSER描述子分别等于b的前提下，下一张Vibe图像中位于(i,j)位置的描述子等于i的概率为P(Bayes(i,j)_VM5)，第二个公式表示在当前数据库中，12个位于(i,j)位置的Vibe描述子分别等于b的前提下，下一张MSER图像中位于(i,j)位置的描述子等于i的概率为P(Bayes(i,j)_MV15)；步骤202，待预测图像融合概率计算，根据贝叶斯公式，则有：由于各帧图像产生独立，互不影响，则根据朴素贝叶斯公式，有：其中P(M(i,j)(a)D＝b)和P(V(i,j)(a)D＝b)表示数据库中的MSER图像或Vibe图像中位于(i,j)位置的网格区域其描述子等于b的概率，P(M(i,j)D＝i)和P(V(i,j)D＝i)表示待