[发明专利]一种图像融合方法

说明书

本发明提供了一种图像融合方法。该方法包括：以待融合的原目标图像边界为参考，确定所述原目标图像边界需扩展的范围；对所扩展的范围进行虚拟像素处理，以获得经过虚拟像素处理之后的目标图像；将所述虚拟像素处理之后的目标图像与背景图像利用泊松图像编辑进行融合。本发明的图像融合方法消除了图像融合后目标图像过渡不自然以及目标图像边界处出现模糊的问题，从而最终获得理想的图像融合效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像融合方法。

背景技术

图像融合是通过一种特定方法将两幅或多幅图像合成为一幅新图像，其基本思想是采用一定的方法，将工作于不同波长范围、具有不同成像机理的各种图像传感器对同一个场景成像的多个图像的信息融合为一个新的图像，从而使融合的图像具有更高的可信度、较少的模糊、更好的可理解性，或者更适合人的视觉或者计算机检测、分类、识别、理解等。图像融合技术在遥感图像处理、计算机视觉、智能机器人、军事监控、医学扫描成像等领域得到了广泛的应用。

图像融合的原理是通过将源图像中一个目标物体或者一个目标区域嵌入到背景图像生成一个新的图像，以实现目标图像和背景图像之间的平滑过渡和无缝融合，从而提高融合过渡带的视觉效果。目前，图像融合方法主要包括加权平均法、多分辨率法以及基于梯度域的融合法等。加权平均法，又称为羽化法，该方法简单、计算速度快，其缺点是融合效果不佳，很难消除运动对目标所产生的鬼影效应；多分辨率法的原理是将图像分解成一系列具有不同分辨率的子带图像，在不同子带内使用不同大小的过渡区域进行融合，然后使用重构算法合成出原分辨率下重叠区域的图像，但该方法需经过多次滤波，且计算量大，易造成信号减弱，从而导致图像模糊；基于梯度域的融合方法实质是通过求解一个泊松方程实现将源图像的梯度迁移至目标图像，同时确保边界处无缝融合以及调整亮度偏差来获得最后的融合图像。梯度反映了图像局部亮度变化最显著的部分，这种方法更适合于人类视觉系统对图像亮度变化非常敏感的特点。

目前，应用较广泛的技术是将一些新技术运用到基于梯度域的图像融合中。例如，泊松图像编辑是最热门的研究方向之一。泊松图像编辑是由Perez等人提出的基于泊松方程的图像编辑方法，该方法利用图像梯度场对待融合区域进行引导插值，将图像融合问题归结为求解待合成区域的梯度场与目标图像指导梯度场的差值最小化问题，并利用Poisson方程求解这一变分问题，该方法取得了良好的图像融合效果。

然而，在现有技术中，在利用泊松图像编辑方法进行目标图像和背景图像的融合时，至少存在两个方面的问题：1)当将目标图像融入到背景图像中时，目标图像的边界处会出现模糊的现象；2)当将目标图像融入到靠近背景图像的边界处时，边界区域视觉效果不理想，会出现模糊现象，并且当目标图像的色彩与背景图像差异较大时，泊松图像编辑的方法通常无法保证目标图像的原来色彩。

因此，需要对现有技术进行改进，提高融合图像的质量，以适应人们对图像融合的方式和质量越来越高的要求。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供一种图像融合方法，以改善图像融合后的显示效果。

根据本发明的第一方面，提供了一种图像融合方法。该方法包括以下步骤：

步骤1：以待融合的原目标图像边界为参考，确定所述原目标图像边界需扩展的范围；

步骤2：对所扩展的范围进行虚拟像素处理，以获得经过虚拟像素处理之后的目标图像；

步骤3：将所述虚拟像素处理之后的目标图像与背景图像利用泊松图像编辑进行融合。

在一个实施例中，根据以下步骤确定所述原目标图像边界需扩展的范围：

步骤21：将所述背景图像并行划分为n个子块，其中，n为大于等于1的整数；