[发明专利]一种基于容积拍摄技术的图像融合方法

说明书

本发明提出了一种基于容积拍摄技术的图像融合方法，包括：第一步：得到各种的高频子带和低频子带；第二步：在低频子带上采用低频子带的融合准则，得到的低频子带作为融合图像的低频系数；第三步：选取边缘检测因子，如水平边缘检测因子，分别对变换后的不同层的高频子带在不同方向上进行边缘检测，得到不同层上高频子带边缘图像；第四步：图像经过分解后，高频子带包含了图像丰富的边缘信息，在高频子带上采用高频子带的融合准则，得到的高频子带作为融合图像的高频系数；第五步：对已得到的高频系数和低频系数进行逆变换，重构得到最终的融合图像，借此，本发明具有能够更好的检测待融合图像的边缘信息的优点。

技术领域

本发明属于图像融合技术领域，特别涉及一种基于容积拍摄技术的图像融合方法。

背景技术

目前，视觉传感器，如深度摄像头、红外线三维扫描仪等是一种类似人眼的信息采集设备，是无人设备获取外界信息的重要部件，多传感器信息融合是一种针对在一个系统中存在多个不同传感器时，将所获取的信息统一处理的方法。针对基于图像的三维重建技术来说，是多个传感器获取的深度信息经过配准等预处理步骤之后进行统一的步骤，处理对象是经过预处理而获得的三维点云数据，三维点云数据的融合是精准的重建三维模型的关键环节，是精准重建三维模型的基础之一。

为满足军事、民用等各个领域的需要，各种类型的传感器不断涌现，功能也越发强大，但是每种传感器都有自身的缺陷，比如基于雷达原理的激光测距仪能够非常准确快速地获得被测物体的三维数据，这些数据经过传输、处理后可以得到该物体的真实形态，然而却无法得到物体的颜色、纹理等物理信息，而可见光成像传感器则能获得包括物理特性信息之内的所有环境信息，且通过处理分析可以得到非常高分辨率和清晰度的图像，但是红外传感器对温度越高的物体灵敏度高，并不能反映出被测物体的细微变化，图像清晰度较低。传感器这种不可避免的缺陷制约了传感器发展，怎么将各种传感器所得到的信号很好地融合在一起，实现信息的互补与优化组合是一个亟待解决的问题。

发明内容

本发明提出一种基于容积拍摄技术的图像融合方法，解决了现有技术中的问题。

本发明的技术方案是这样实现的一种基于容积拍摄技术的图像融合方法，包括：

第一步：A和B分别为已配准的可见光与红外图像，使用非采样Contourlet变换分别进行分解，得到各种的高频子带和低频子带；

第二步：在低频子带上采用低频子带的融合准则，得到的低频子带作为融合图像的低频系数；

第三步：选取边缘检测因子，如水平边缘检测因子，垂直边缘检测因子，45°边缘检测因子和－45°边缘检测因子；分别对变换后的不同层的高频子带在不同方向上进行边缘检测，得到不同层上高频子带边缘图像；

第四步：图像经过分解后，高频子带包含了图像丰富的边缘信息，为了融合图像包含的源图像边缘特性，在高频子带上采用高频子带的融合准则，将相应层次上丰富的边缘图像进行或逻辑运算，源图像中所有点都会在融合结果中，得到的高频子带作为融合图像的高频系数；

第五步：对已得到的高频系数和低频系数进行逆变换，重构得到最终的融合图像。

作为一种优选的实施方式，所述低频子带的融合准则采用区域空间频率取大法，图像的空间频率定义如下：

其中RF和CF分别为空间行频率(row frequency)和空间列频率(columfrequency)，SF为空间频率，M、N表示图像区域的大小，F(i，j)表示在(i，j)处图像灰值。

作为一种优选的实施方式，所述区域空间频率取大法中低频系数选取准则如下：