[发明专利]基于显著性融合的红外与可见光图像融合方法有效

专利信息
申请号: 202010337699.6 申请日: 2020-04-26
公开(公告)号: CN111652243B 公开(公告)日: 2022-09-30
发明(设计)人: 杨小冈;卢瑞涛;高凡;席建祥;李传祥 申请(专利权)人: 中国人民解放军火箭军工程大学
主分类号: G06V10/46 分类号: G06V10/46;G06V10/44;G06V10/80;G06T5/50;G06T7/13
代理公司: 重庆市信立达专利代理事务所(普通合伙) 50230 代理人: 陈炳萍
地址: 710025 陕西*** 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: 基于 显著 融合 红外 可见光 图像 方法
【权利要求书】:

1.基于显著性融合的红外与可见光图像融合方法,其特征在于,包括以下步骤:

S1:基于四叉树的红外图像分割和贝塞尔背景重构的显著目标提取:

S1-1:将原始红外图像以四叉树结构分割成若干子图;

S1-2:在得到的每个子图上选择背景点,通过贝塞尔差值算法重建每个子图的背景图像;

S1-3:得到重建背景图像的整体红外图像;

S1-4:将得到的整体红外图像与原始红外图像做差值,提取红外图像目标特征;

S1-5:将得到的红外图像目标特征进行细化;

S2:基于结构低秩编码的稀疏显著目标提取:

S2-1:将原始红外图像进行子块的分解并向量化;

S2-2:将向量化子块进行矩阵分解得到低秩矩阵和稀疏矩阵;

S2-3:对稀疏矩阵进行重构;

S2-4:提取红外图像目标特征;

S3:基于拉普拉斯的显著目标多尺度细节提取:

S3-1:将原始红外图像与可见光图像进行拉普拉斯金字塔分层处理;

S3-2:对各层进行检测融合,提取边缘和红外图像目标特征信息;

S3-3:将得到的红外图像目标特征进行重构得到显著性红外图像特征目标;

S3-4:提取显著性红外图像特征目标;

S4:将S1得到的红外图像目标特征、S2得到的红外图像目标特征和S3得到的显著性红外图像特征目标进行加权融合,得到最终红外图像显著目标特征;

S5:将S4得到的最终红外图像显著目标特征与可见光图像的像素点融合,得到融合图像。

2.根据权利要求1所述的基于显著性融合的红外与可见光图像融合方法,其特征在于,所述S1过程中,四叉树结构中阈值tquad为18—22,图像分割尺寸为红外图像灰度值前3%—7%的平均值。

3.根据权利要求1所述的基于显著性融合的红外与可见光图像融合方法,其特征在于,所述S2过程中,首先将图像分解为图像子块,使用k×k的滑动窗,步长为k/2对图像进行扫描,得到N个子块,将每个子块列向量化,形成矩阵在此基础上,鲁棒主成分分析可以演变为低秩表达模型,表达式如下:

式中,为字典,矩阵为误差矩阵,矩阵Z∈RL×N为D在字典A下的表示系数。

4.根据权利要求1所述的基于显著性融合的红外与可见光图像融合方法,其特征在于,所述S3过程中,在进行拉普拉斯金字塔分层处理过程中需要进行顶层处理:设LAl和LBl分别为源图像IMGIR,IMGVIS经过拉普拉斯金字塔分解后得到的第l层图像,融合后的结果为LFl;当l=N,LAN和LBN分别为源图像IMGIR,IMGVIS经过拉普拉斯金字塔分解后得到的顶层图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,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/202010337699.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top