[发明专利]基于显著性融合的红外与可见光图像融合方法

说明书

本发明公开了一种基于显著性融合的红外与可见光图像融合方法，采用了包括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、基于结构低秩编码的稀疏显著目标提取、基于拉普拉斯的显著目标多尺度细节提取三种提取方法，以及红外显著目标确定，将红外与可见光图像进行融合，既获得了目标的视觉显著性特征，同时保留了场景的细节信息。本发明提供的图像融合方法可以弥补红外图像的不足，能够发挥可见光与红外的优势，使得融合图像同时具有红外与可见光的优点，有利于提高系统的探测侦察能力。

技术领域

本发明涉及飞行器视觉导航与成像制导仿真技术领域，更具体地说，它涉及一种基于显著性融合的红外与可见光图像融合方法。

背景技术

信息融合技术的发展使得多种传感器协同工作成为可能。信息融合技术是指将获取的同一场景同一时刻的信息进行多级别、多方面、多层次的处理和融合，从而获取更可靠、更丰富、更精确、更有意义的信息。

而目前最常见的就是红外传感器与可见光传感器的融合，由于可见光传感器所捕获的图像是物体的反射图像，所形成的图像符合人眼观察，图像含有丰富的细节信息，但易受天气影响，在烟雾和低照度情况下会丢失许多场景信息，不能全天候工作，尤其是对于目标与背景色度差异较小的情况下，容易丢失目标。而红外图像由于是物体自身的辐射所产生的图像，可以“主动”地获取场景中的目标信息，并且能够很好地显示隐藏的热目标，受照明条件与恶劣天气的影响较小，但是同时由于成像原理的限制，红外图像对比度较低，空间相关性强，目标细节的反映能力也比较差，成像效果不符合人眼视觉习惯而如果将红外图像与可见光图像融合，则可以弥补红外图像的不足，能够发挥可见光与红外的优势，使得融合图像同时具有红外与可见光的优点，有利于提高系统的探测侦察能力。

因此，红外与可见光的融合技术在成像制导领域有着广泛的应用。通常来说，红外与可见光图像融合后的图像能够显著显示红外目标，并且最大限度保留可见光图像背景的纹理信息，并且算法实时性要好。

发明内容

本发明设计的融合方法一方面使融合图像继承了红外图像中感兴趣目标的视觉显著性特征，为制导武器开展自寻的制导、搜索跟踪等创造有利条件；同时融合图像包含可见光图像中丰富的场景细节纹理信息，为制导武器开展图像匹配制导创造有利条件。另一方面，本发明考虑到弹载计算机的计算能力有限，为满足实时性要求，设计的图像融合算法简洁高效，计算耗时少，满足实时性要求。

本发明的上述技术目的是通过以下技术方案得以实现的：

基于显著性融合的红外与可见光图像融合方法，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；