基于增补机制和PCNN的NSCT域图像融合方法.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CN107194904A(43)申请公布日2017.09.22(21)申请号201710322516.1(22)申请日2017.05.09(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号申请人西安爱生技术集团公司(72)发明人王健张修飞任萍院文乐(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06T5/50(2006.01)权利要求书4页说明书13页附图2页(54)发明名称基于增补机制和PCNN的NSCT域图像融合方法(57)摘要本发明公开了一种基于增补机制和PCNN的NSCT域图像融合方法，用于解决现有NSCT域图像融合方法存在图像失真现象的技术问题。技术方案是采用增补的小波变换对NSCT分解的低频子带进行融合处理，以便尽可能多的保留图像背景的细节信息；利用改进的高斯加权SML的方法进行融合来增强图像细节；利用边缘梯度信息激励PCNN的方法进行融合来增强图像边缘信息；实验证明本发明方法与现有的图像融合方法相比具有更好的融合效果，在对克服图像的纹理细节缺失、失真不足的同时，目标显著性得到很大的提高，进一步提高了图像质量。CN107194904ACN107194904A权利要求书1/4页1.一种基于增补机制和PCNN的NSCT域图像融合方法，其特征在于包括以下步骤：步骤一、对已配准的待融合图像A和B分别进行NSCT分解，得到各自的NSCT系数和其中为A图像第j尺度下第k个方向的NSCT高频子带系数，LA为A图像的NSCT低频系数，为B图像第j尺度下第k个方向的NSCT高频子带系数，LB为B图像的NSCT低频系数，j表示NSCT分解尺度，j＝1，2，Λ，J，其中J为最大分解尺度，k表示分解尺度j下的分解方向数，满足k＝2j；步骤二、按融合规则对步骤一得到的图像A和B各自的NSCT系数和进行融合，得到融合后的NSCT系数，融合规则为：a.NSCT低频子带系数融合策略；对NSCT分解的低频子带进行增补机制的小波变换分解的低频部分采用局部加权区域能量进行融合；计算以像素点(i,j)为中心，大小为3×3窗口区域局部加权能量定义如下式：式中SL(i,j)表示低频图像点(i,j)的灰度，ωL(x,y)为局部区域窗口，表示卷积，L表示待融合图像，步骤一中A＝VI,B＝IR,VI是可见光图像，IR是红外图像；图像中的目标物体在红外图像中的局部邻域能量比其在可见光图像中的局部邻域能量大，低频子带融合规则如下式所示：式中，式中，分别是第l层第k个方向对应低频子带融合系数、红外图像和可见光图像的低频子带系数，分别是第l层第k个方向对应红外图像和可见光图像的局部区域加权能量，分别是第l层第k个方向对应红外2CN107194904A权利要求书2/4页图像和可见光图像的局部区域加权能量的平均值；ω1为权重系数，为图像信息熵，M为图像总的灰度级数，pi＝mi/m为图像中像素灰度值为i的概率，k1，k2为图像权重系数，取k1＝5，k2＝1.6；由于拉普拉斯分量绝对和SML能够较好的反映图像边缘、纹理等细节信息并且能表示图像的锐化度和清晰度，利用改进的高斯加权SML对增补小波变换分解后的三个方向子带系数分别进行融合；设经过二维小波变换分解后第l层第k个方向的方向子带系数为Hl,k，SML定义如下：MLl,k(i,j)＝-Hl,k(i-1,j-1)-4Hl,k(i-1,j)-Hl,k(i-1,j+1)-4Hl,k(i,j-1)+20Hl,k(i,j)-4Hl,k(i,j+1)-Hl,k(i+1,j-1)-4Hl,k(i+1,j)-Hl,k(i+1,j+1)(8)式中采用3×3窗口，采用式(7)计算的SML认为窗口内所有点对SML的贡献一致，无法突出中心的的重要性；采用高斯函数对ML加权求和，高斯函数满足强调中心像素以及距离中心像素越近的像素权值越大的要求，归一化后权值之和为1；高斯函数计算公式如下式所示：其中σ表示方差；改进的高斯加权SML如下所示：其中，权值函数是按式(9)取值，表示卷积；引入图像区域锐化度比率，定义如下：其中,式中：j＝VI,IR，m×n表示图像的区域大小，RRSVI,IR表示待融合图像VI和IR的区域锐化度比率，MEANj表示图像的均值，STDj表示图像的方差；结合不同谱段源图像的方向子带细节信息，利用加权组合的方式融合方向子带系数；设源图像的方向子带系数为则融合后的系数为及权值分别如式(14)、式(15)3CN107194904A权利要求书3/4页b.NSCT高频子带系数融合策略；对NSCT高频子带最高层融合：在图像最高层尺度N上采用改进的高斯加权SML；对NSCT高频子带其它层融合：对NSCT高频子带其它层采