[发明专利]基于图像增强与NSCT的红外和可见光图像融合方法

权利要求书

1.一种基于图像增强与NSCT的红外与和见光图像融合方法，其特征在于，利用红外图像和可见光雾化图像之间的相似性，对红外图像进行基于去雾模型的图像增强，然后采用基于非下采样轮廓波变换与局部区域融合规则相结合的红外与可见光图像融合方法，具体步骤如下：

步骤1、基于红外热成像原理建立大气对红外辐射的总衰减模型；

步骤2、运用经典的大气散射物理模型描述可见光图像的雾化过程，并建立红外图像的雾化模型；

步骤3、对红外图像I(x)进行r×r的均值滤波，获取初始的透射率估计通过图像统计信息实现粗透射率估计的细化，得到最终的透射率估计；

步骤4、求得环境光值A，恢复出对比度增强的红外图像R(x)；

步骤5、分别对红外图像R(x)、可见光图像V(x)进行NSCT变换，得到各自分解后的低频低通系数和高频带通系数：和I_k表示K级分解上第k层的方向分解数量，C₀表示低频低通系数，G_k,i表示高频带通系数；

步骤6、对低频低通系数采用基于局部能量的融合规则；

步骤7、对高频带通系数采用基于系数选大与局部均方差相结合的融合规则；

步骤8、对融合后的图像系数进行逆NSCT变换，重构出融合图像F。

2.根据权利要求1所述的基于图像增强与NSCT的红外和可见光图像融合方法，步骤1所述大气对红外辐射的总衰减模型，公式为：

其中，τ_a为总衰减量，分别表示水、二氧化碳对红外辐射的吸收系数，μ_s(λ)为大气分子与气溶胶的散射系数，μ_s、μ_r分别表示雨、雪天气造成的衰减系数，L表示红外辐射的等效路程，令则总衰减量τ_a表达式为：

τ_a(λ)＝exp[-βL] (2)。

3.根据权利要求1所述的基于图像增强与NSCT的红外和可见光图像融合方法，其特征在于，步骤2中所述运用经典的大气散射物理模型描述可见光图像的雾化过程，并建立红外图像的雾化模型，其中经典大气散射物理模型描述的可见光图像雾化模型为：

I(x)＝J(x)·exp[-βd]+A[1-exp[-βd]] (3)

其中，I(x)表示观测到的有雾图像，J(x)表示待恢复的无雾图像，exp[-βd]表示大气透射率，A表示大气光强度，β表示大气衰减系数，d表示场景到摄像位置距离；

大气透射率t(x)表示为：

t(x)＝exp[-βd] (4)

将雾化图像表示为：

I(x)＝R(x)·t(x)+A[1-t(x)] (5)

其中，I(x)表示观察到的红外图像即雾化图像，R(x)为增强后的红外图像，t(x)为大气透射率，A表示大气光强度。

4.根据权利要求1所述的基于图像增强与NSCT的红外和可见光图像融合方法，其特征在于，步骤3中所述对红外图像I(x)进行r×r的均值滤波，获取初始的透射率估计通过图像统计信息实现粗透射率估计的细化，得到最终的透射率估计，具体如下：

对红外图像I(x)进行r＝5的均值滤波得到I_aver(x)，初始的透射率估计表达式为：

其中，ω∈[0,1]为景深调整量，代表选取多大比例的均值滤波结果估计透射率；

利用图像统计信息来自适应确定ω，先统计灰度级强度小于正常像素的阈值T的像素点数N_T，以及灰度级小于图像均值的像素点数N_Mean，依据N_T和N_Mean的比值估计图像雾气浓度ω，设置为：

阈值T由如下公式获得：

T＝iMean+δ·L_max (8)

其中，iMean为图像所有像素点的均值，L_max为所有像素点中最大值，δ根据实际情况取值，范围为0.015～0.02；

将ω的下限设置为0.35，即：

最终的透射率估计表示为：