[发明专利]一种基于直觉模糊处理理论的图像融合方法及其系统

说明书

本发明公开了一种基于直觉模糊处理理论的图像融合方法及其系统，该方法包括：步骤一，对待融合的第一源图像、第二源图像进行分解处理，得到该第一源图像、该第二源图像的低频系数和高频系数；步骤二，对该第一源图像、该第二源图像的低频系数和高频系数进行直觉模糊化处理，得到直觉模糊犹豫度；以及步骤三，根据该直觉模糊犹豫度选取融合图像的变换系数，并根据该变换系数对该第一源图像、该第二源图像的各子带系数进行逆变换处理，得到融合图像。本发明可充分利用图像自身固有的模糊性进行图像融合。

技术领域

本发明涉及图像融合领域，尤其涉及一种基于直觉模糊处理理论的图像融合方法及其系统。

背景技术

图像融合是将不同成像设备从不同角度或成像设备在不同时间对同一目标的多个成像通过特定的算法合并成一幅图像的过程。由于不同传感器具有不同的成像原理，所获得的图像也各有特点，将这些图像有机的结合起来可以提供更加可靠精确的信息，使得人们更加方便有效地观察目标或分析数据。这些图像之间具有互补性和冗余性，将它们融合起来所得到的融合图像与由单一传感器获得的图像相比，融合图像包含更多信息，具有较强的鲁棒性，能够提供更加准确可靠的观察。因此将多个图像融合起来使得多方面信息在一幅图像中得到体现具有重要的意义。

根据国内外图像融合算法的研究现状，图像融合算法可以分为以下三类：空间域图像融合算法、变换域图像融合算法以及基于人工智能的融合算法。空间域融合算法直接对源图像像素值进行处理并融合，在进行融合时不需要对图像进行分解。变换域图像融合算法是通过某种变换将源图像分解成不同分辨率的系数，然后将对应系数依据一定融合规则进行融合的过程。人工智能包括语义学、模糊逻辑、神经网络、直觉模糊等。人工智能的方法既可以在空间域使用，直接对图像像素进行处理，也可以在变换域对图像的分解系数进行处理从而得到融合图像。

在众多与人工智能技术相结合的融合算法中，基于模糊及直觉模糊的融合算法得到了学者们的广泛关注。最早将模糊理论引入图像融合的是加拿大的A Nejatali和IRCiric，随着近几十年的发展，基于模糊理论的图像融合算法得到了广泛的研究，也出现了少量基于直觉模糊理论的图像融合算法。但这些算法只引入了直觉模糊逻辑，算法复杂、不灵活。

目前，基于变换域的或基于传统模糊处理的图像融合算法面临如下问题：

(1)通过变换域得到融合图像的系数的算法复杂，费时费力。

(2)没有考虑减小因图像自身的模糊性所带来的融合误差。

(3)基于传统模糊集处理的图像融合算法没有完全表现出或充分利用图像的模糊性。

发明内容

本发明的目的在于提供一种基于直觉模糊处理理论的图像融合方法及其系统，巧妙地利用了直觉模糊集特有的参数：犹豫度，然后在NSCT变换域中选择出含有更大信息量的参数来获取融合图像，该法可充分利用图像自身固有的模糊性进行图像融合。

为了实现上述目的，本发明提供一种基于直觉模糊处理理论的图像融合方法，包括：

步骤一，对待融合的第一源图像、第二源图像进行分解处理，得到该第一源图像、该第二源图像的低频系数和高频系数；

步骤二，对该第一源图像、该第二源图像的低频系数和高频系数进行直觉模糊化处理，得到直觉模糊犹豫度；以及

步骤三，根据该直觉模糊犹豫度选取融合图像的变换系数，并根据该变换系数对该第一源图像、该第二源图像的各子带系数进行逆变换处理，得到融合图像。

所述的图像融合方法，其中，所述步骤一中，包括：在分解处理前对该第一源图像、该第二源图像进行预处理的步骤。

所述的图像融合方法，其中，所述步骤一中，包括：对该第一源图像、该第二源图像采用NSCT变换进行分解处理。