基于改进FPDE和PCA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CN110175970A(43)申请公布日2019.08.27(21)申请号201910419031.3(22)申请日2019.05.20(71)申请人桂林电子科技大学地址541004广西壮族自治区桂林市七星区金鸡路1号(72)发明人江泽涛蒋琦胡硕张少钦(74)专利代理机构桂林市华杰专利商标事务所有限责任公司45112代理人覃永峰(51)Int.Cl.G06T5/50(2006.01)G06K9/62(2006.01)权利要求书4页说明书5页附图1页(54)发明名称基于改进FPDE和PCA的红外与可见光图像融合方法(57)摘要本发明公开了一种基于改进FPDE和PCA的红外与可见光图像融合方法,包括以下主要步骤：1）使用改进的FPDE方法对红外和可见光图像进行分解；2）利用引导滤波对低频分量进行融合；3）利用改进的PCA方法对高频分量进行融合；4）利用线性组合进行重构得到最终融合图像。本发明避免了融合图像出现块状效应并能更好的权衡融合图像的边缘保留和平滑。CN110175970ACN110175970A权利要求书1/4页1.一种基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，包括以下主要步骤：1)使用改进的FPDE方法对红外和可见光图像进行分解；2)利用引导滤波对低频分量进行融合；3)利用改进的PCA方法对高频分量进行融合；4)利用线性组合进行重构得到最终融合图像。2.根据权利要求1所述的基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，步骤1)具体包括下述过程：(a)对偏微分方程使用梯度下降求解获得FPDE方法；(b)将红外图像IIR和可见光图像IVI分别送入FPDE方法进行分解，分别获得低频图像和(c)通过源图像减去近似图像获得高频图像和3.根据权利要求2所述的基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，步骤(a)具体包括下述分步骤：Step1：图像先进过高斯滤波卷积：Iσ＝Gσ*Iσ是标准差；x、y是图像像素位置坐标；Gσ是高斯滤波卷积操作；I是原始图像；Step2：建立FPDE过程从而得到计算公式：是对经过高斯滤波的图像强度图像函数u执行的FPDE进程；是拉普拉斯算子；c是改进的扩散系数，其中s为变量，kf、kb为常数分别控制向前和向后扩散的范围，β为常数辅助控制向后扩散范围，α是向前和向后扩散之间的调节系数，满足α≤kf/2(kb+β)；Step3：用迭代方法进行数值求解得到计算公式：2CN110175970A权利要求书2/4页所是在n+1次迭代和在(x,y)像素位置处的较粗糙分辨率的图像强度，同理；Δt是步长。4.根据权利要求1所述的基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，步骤2)具体包括下述过程：具体包括下述过程：(a)对低频图像进行均值滤波得到基础图像Bn，再由低频图像减去基础图像得到细节图像Dn；(b)分别计算待融合图像的显著性、清晰度、标准差信息，得到初始融合权重；(c)利用引导滤波算法对初始融合权值进行修正；(d)采用加权平均的融合方式分别对基础图像与细节图像进行融合得出融合图像的低频分量FA。5.根据权利要求4所述的基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，步骤(b)具体包括下述分步骤：Step1：定义图像显著性Sn得到计算公式：是源图像In经过拉普拉斯滤波器L得到的滤波图像，g表示大小为(2r+1)×(2r+1)的高斯低通滤波器，σ是标准差；Step2：根据图像显著性获得融合权重矩阵N表示源图像数量，为第n幅图像中第k个像素的显著性值；Step3：使用空间频率来表示图像清晰度并根据清晰度获得其融合权重矩阵RF＝[I(x,y)-I(x,y-1)]2CF＝[I(x,y)-I(x-1,y)]2MDF＝[I(x,y)-I(x-1,y-1)]2SDF＝[I(x,y)-I(x-1,y+1)]2RF、CF、MDF和SDF分别表示图像的行频率、列频率、主对角频率和副对角频率；M、N分别表示图像长宽；x、y是图片像素位置坐标；为第n幅图像中第k个像素的清晰度；3CN110175970A权利要求书3/4页Step4：使用图像标准差表示图像对比度信息并根据标准差获得其权重矩阵μ为局部区域内图像平均灰度值；为第n幅图像中第k个像素的对比度值；Step5：由显著性、清晰度、对比度融合权重相乘得到初始融合权重W：W＝P×V×C。6.根据权利要求1所述的基于改进FPDE和PCA的红外与可见光图像融合方法,其特征在于，步骤3)具体包括下述过程：(a)判别较暗和对比度较低的图像区域并增强此区域；(b)将高频图像和作为矩阵γ的列向量并找出其协方差矩阵Cγγ；(c)计算特征