[发明专利]图像融合方法在审
| 申请号: | 201810751977.5 | 申请日: | 2018-07-10 |
| 公开(公告)号: | CN109064436A | 公开(公告)日: | 2018-12-21 |
| 发明(设计)人: | 王斯建;刘媛利 | 申请(专利权)人: | 西安天盈光电科技有限公司 |
| 主分类号: | G06T5/50 | 分类号: | G06T5/50 |
| 代理公司: | 北京元合联合知识产权代理事务所(特殊普通合伙) 11653 | 代理人: | 李非非;杨兴宇 |
| 地址: | 710003 陕西省西安市经济技术开发区凤*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 融合图像 低频子图像 高频子图像 场景 红外光图像 可见光图像 图像融合 图像 分解 对比度信息 同一场景 纹理 解译 保留 应用 | ||
1.一种图像融合方法,其中,该方法包括:
获取同一场景的可见光图像和红外光图像;
分解可见光图像获得第一高频子图像和第一低频子图像,以及分解红外光图像获得第二高频子图像和第二低频子图像;
根据第一高频子图像和第二高频子图像生成场景的高频融合图像,以及根据第一低频子图像和第二低频子图像生成场景的低频融合图像;
根据场景的低频融合图像和高频融合图像计算场景的融合图像。
2.如权利要求1所述的图像融合方法,其中,所述根据第一低频子图像和第二低频子图像生成场景的低频融合图像,根据如下公式进行计算:
I=Al(row,col).*(Al(row,col)<=Bl(row,col))+Bl(row,col).*(Al(row,col)>Bl(row,col));
Dl=Al+Bl-I;
其中,I表示场景的低频融合图像的冗余信息;l表示低频;Dl表示场景的低频融合图像;Al表示第一低频子图像;Bl表示第二低频子图像;(row,col)表示像素位置。
3.如权利要求1所述的图像融合方法,其中,所述根据第一高频子图像和第二高频子图像生成场景的高频融合图像,包括:
将第一高频子图像和第二高频子图像划分为多个对应的区域;
计算第一高频子图像和第二高频子图像的各对应区域的邓氏关联度系数;
根据各对应区域的邓氏关联度系数融合各对应区域的第一高频子图像和第二高频子图像,生成各对应区域的高频融合图像;
根据各对应区域的高频融合图像计算场景的高频融合图像。
4.如权利要求3所述的图像融合方法,其中,所述根据各对应区域的邓氏关联度系数融合各对应区域的第一高频子图像和第二高频子图像,生成各对应区域的高频融合图像,包括:
分别比较各对应区域的邓氏关联度系数与设定阈值;
若对应区域的邓氏关联度系数大于设定阈值,则将对应区域间邓氏关联度系数作为加权权值计算对应区域的高频融合图像;若对应区域间邓氏关联度系数小于设定阈值,则根据区域能量取大准则计算对应区域的高频融合图像。
5.如权利要求4所述的图像融合方法,其中,所述若对应区域的邓氏关联度系数大于设定阈值,则将对应区域间邓氏关联度系数作为加权权值计算对应区域的高频融合图像;若对应区域间邓氏关联度系数小于设定阈值,则根据区域能量取大准则计算对应区域的高频融合图像,根据如下公式进行计算:
其中,RD表示邓氏关联度系数;th∈(0,1),表示设定阈值;表示第i层第j方向上一对应区域的高频融合图像;i表示层序号;j表示方向序号;h表示高频。
6.如权利要求1所述的图像融合方法,其中,所述分解可见光图像获得第一高频子图像和第一低频子图像,以及分解红外光图像获得第二高频子图像和第二低频子图像,进一步包括:对可见光图像进行多层曲波分解,获得第一高频子图像和第一低频子图像,以及对红外光图像进行多层曲波分解,获得第二高频子图像和第二低频子图像。
7.如权利要求1所述的图像融合方法,其中,所述根据场景的低频融合图像和高频融合图像计算场景的融合图像,进一步包括:对场景的低频融合图像和高频融合图像进行曲波逆变换运算,获得场景的融合图像。
8.如权利要求1所述的图像融合方法,其中,在获取同一场景的可见光图像和红外光图像时,对所述可见光图像和红外光图像进行配准处理。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储有执行权利要求1至8任一所述方法的计算机程序。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安天盈光电科技有限公司,未经西安天盈光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810751977.5/1.html,转载请声明来源钻瓜专利网。





