[发明专利]基于视觉注意特性的可见光红外图像增强彩色融合方法

说明书

技术领域

本申请涉及红外与可见光图像的融合技术领域，具体地说，涉及一种基于视觉注意特性的可见光红外图像增强彩色融合方法。

背景技术

图像融合是以图像为研究对象的信息融合技术，它把对同一目标或场景，用不同传感器获得的不同图像、或用同种传感器不同成像方式获得的图像、或同一传感器在不同时相获取的图像进行数据层(像素级)、或特征级、或决策级的融合，使融合图像具有不同特征或不同视点的多个传感器获得的多源图像之中的优点。图像融合技术具有一般图像处理的特点，因而可在图像数据层上展开大量的算法研究。

进行图像融合的源图像多种多样，有同类图像也有异类图像，包括可见光、微光、红外、紫外、雷达SAR、多光谱、高光谱、CT和MRI等图像。红外与可见光成像传感器广泛的应用于侦察、监视等任务中。红外热像仪主要探测场景中目标发射或反射的热辐射信息,可以不受照明条件的影响,在光照较差时仍具有较优的目标探测性能。另一方面,可见光传感器反映了场景的光谱反射特性,包含了场景的边缘与纹理等丰富的细节信息,但受场景照明环境的影响较大。对红外与可见光传感器的图像进行融合处理,既可以拥有可见光图像丰富的细节和灰度，又能反映出场景中目标的温度信息，有助于观察者发现异常目标，在军事侦察、流感防控、危险品检测等领域具有良好的应用前景。

图像融合往往根据源图像和应用场合的不同而采用有针对性的融合算法，通常并不存在一种或一类可以解决所有图像融合问题的方法。对已经开发出来的各式各样、功能各异的图像融合算法，按照其理论基础，可分为空域融合方法、谱域融合方法和尺度空间融合方法；按融合结果的色彩，分为灰度融合和彩色融合；按分辨力的级别，又分为单分辨力融合和多分辨力融合。

目前效果较好的可见光与红外融合方法有Waxman提出的基于响尾蛇双模式细胞的拮抗融合算法以及Toet提出的色差增强算法等。这些算法追求融合后的图像色彩自然、可视性好，但往往对目标区域表现得不够明显，不利于人眼识别。

发明内容

有鉴于此，本申请所要解决的技术问题是提供了一种基于视觉注意特性的可见光红外图像增强彩色融合方法，在红外和可见光图像融合的过程中对热红外目标进行恰当的突显处理，以提高目标的视觉检测效率。由于图像融合前后目标的形状不宜发生改变，因此主要突显目标的亮度和颜色。如此方案，可使人眼在融合有目标灰度细节和温度信息的图像中，快速注意到清晰的异常目标。

为了解决上述技术问题，本申请有如下技术方案：

一种基于视觉注意特性的可见光红外图像增强彩色融合方法，其特征在于，包括：

对给定的红外图像进行滤波去噪，并对滤波去噪后的红外图像进行灰度值归一化处理，得到归一化处理后的红外图像；

对所述归一化处理后的红外图像进行幂次变换，得到经幂次变换后的红外图像；

对所述经幂次变换后的红外图像进行阈值分割，得到目标区域和非目标区域；

提取给定的可见光图像的亮度分量，得到提取的亮度图像；

在所述提取的亮度图像中，对所述目标区域进行增强处理得到增强后的亮度图像，对所述非目标区域维持原貌；

选择一种突显颜色对所述增强后的亮度图像进行着色处理，得到具有某种单一色调的彩色图像；

以所述经幂次变换后的红外图像为参考，对原始可见光图像和所述着色后具有单一色调的彩色图像进行像素级的加权融合，得到融合图像。

优选地，其中：

对给定的红外图像进行滤波去噪，并对滤波去噪后的红外图像进行灰度值归一化处理，得到归一化处理后的红外图像，进一步为：

对给定的红外图像I_r，利用高斯滤波器进行滤波去噪，并将其灰度值归一化至[0,1]，得到归一化处理后的红外图像。

优选地，其中：

对所述归一化处理后的红外图像进行幂次变换，得到经幂次变换后的红外图像，进一步为：

根据I_r′＝(Norm(Filter(I_r)))^γ对所述归一化处理后的红外图像进行幂次变换，得到经幂次变换后的红外图像，其中，I_r′代表经幂次变换后的红外图像，Filter(.)表示去噪滤波器，Norm(.)表示归一化操作，幂次变换的伽马值满足γ＞1。

优选地，其中：

对所述经幂次变换后的红外图像进行阈值分割，得到目标区域和非目标区域，进一步为：