[发明专利]基于双边滤波金字塔的三光图像智能融合方法

权利要求书

1.一种基于双边滤波金字塔的三光图像智能融合方法，其特征在于，包括以下步骤：

步骤S1，首先利用平行光轴设计架设三光摄像头，让三光摄像头正对同一场景进行视频信号采集；

步骤S2，将采集到的三路视频信号进行位移偏差和旋转畸变校正；

位移偏差和旋转畸变的校正方法采用笛卡尔坐标系和极坐标系下的图像配准校正算法，计算图像中目标特征点，并在三幅光谱图像中同时计算相同的特征点出现的像素位置，并利用笛卡尔坐标系的平移缩放计算和极坐标系下的旋转因子计算，将三个光谱图像的角度位置、大小全部调整到相同的维度，以便进行后续的融合计算；

步骤S3，将双边滤波器进行了金字塔层析处理，即将双边滤波器得到的图像结果分别再进行金字塔下采样分层，将分层得到的结果再进行双边滤波操作，通过多次层析联合运算的方式，确保图像中所有的特征信息都能够被完全提取出来进行融合计算；

其中，双边滤波器的计算公式为：

其中，k(i,j)代表归一化系数：

这里的记号(i′,j′)∈S_i,j代表(i′,j′)与(i,j)是图像中的相邻元素；一般情况下g_s被选择是一个标准化的高斯核函数，即双边滤波器中的所有系数之和为1；此外在强度域亦采用一个高斯核函数；这个模板的总体权重k(i,j)是通过将空间域与强度域的两个高斯模板的结果相乘得到；其范围应该在0-1之间；

步骤S4，当金字塔层析处理结束后，需要将三个光谱图像获得的三种金字塔信息进行融合；融合方法是将三个光谱图像对应的金字塔层基底与基底进行加权融合，特征与特征进行加权融合；从金字塔最顶层开始，每加权融合一次就进行金字塔逆运算，将高层金字塔维度扩大进入下一个次高层并与次高层进行再加权融合计算，直到所有的金字塔分层全部计算完毕，此时原来的三光谱图像就融合变为一幅包含了三种光谱所有特征的融合图像，并向外输出，这样，用户只需要观察这一幅图像便能够完成对场景中所有目标特征的获取；

其中，在步骤S3-S4中，假设金字塔的第l层图像为G₁，双边滤波金字塔的构建公式为：

G_l(i,j)＝w(2i,2j,σ)*G_l-1(2i,2j)，(1≤l≤N)， (3)；

其中，N表示金字塔的层号，*表示卷积，i/j都表示图像的坐标，w(2i,2j,σ)表示方差为σ的双边滤波核函数；

因此，G₀、G₁、…、G_N就构成了基频层金字塔,G₀与原始图像相同；当前层图像的大小依次为上一层图像大小的1/4，金字塔的总层数为N+1；

将图像G_l经过内插得到放大四倍的图像其图像尺寸与G_l-1的尺寸相同；则由公式(3)得到：

公式(2)中：

令

由LP₀、LP₁、…、LP_N构成的金字塔即为双边滤波金字塔；它的每一层图像是基频层金字塔本层图像与其高一层的图像经过内插放大后图像的差，此过程相当于带通滤波，因此双边滤波金字塔又称为带通金字塔分解；最终，通过将得到的所有每层的基频层金字塔和得到的细节分量通过金字塔重建的方法复原，即得到融合后的图像。

2.如权利要求1所述的基于双边滤波金字塔的三光图像智能融合方法，其特征在于：在步骤S2中，在进行位移偏差和旋转畸变的校正时需将三个光谱图像缩放到相同的大小之后再进行校正。

3.如权利要求1所述的基于双边滤波金字塔的三光图像智能融合方法，其特征在于：在步骤S3中，双边滤波器进行了金字塔层析处理的主要步骤为：

从原始三个光谱图像开始，对每个光谱图像都进行下面处理：最基底的图像经过第一次双边滤波处理后得到了基频层和细节层两幅图像，继而将此时得到的基频层图像进行金字塔下采样过程，得到第二层金字塔图像，然后分别对第二层的基底金字塔图像进行双边滤波处理，再得到该第二层的基频层和细节层两幅图像，然后将该第二层的基频图像继续进行双边滤波处理，以此类推，直到对金字塔所有层都进行了双边滤波处理。