[发明专利]一种融合区域优选的高质量图像融合方法及系统

说明书

本发明提出了一种融合区域优选的高质量图像融合方法及系统，涉及图像处理技术领域。该融合区域优选的高质量图像融合方法通过获取待融合图像和目标图像；然后将目标图像进行多尺度图像加强处理，生成预处理图像，然后利用HED边缘检测方法对预处理图像进行边缘检测，生成多个闭合区域；然后将各个闭合区域进行区域熵值计算，生成多个闭合区域熵值；然后对多个闭合区域熵值进行筛选，得到最低闭合区域熵值，从而通过区域熵值确定出融合区域，使得融合区域更加精准；最后将待融合图像融合到最低闭合区域熵值对应的闭合区域，生成最终融合图像，从而提高了图像融合质量。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种融合区域优选的高质量图像融合方法及系统。

背景技术

图像融合技术作为图像处理领域的经典技术，在数字媒体时代发挥了越来越重要的作用，它可以将其它图像中提取的目标物体融合到目标图像中，形成语义更加丰富的新图像。

传统的图像融合方法虽然能够实现较为理想的图像融合，但待融合区域无法精准选取，降低了图像融合的质量。通常情况下，待融合区域是较为平滑没有像素突变的区域，传统的经典方法往往没有对此特性进行充分考量，降低了图像融合的质量。

发明内容

本发明的目的在于提供一种融合区域优选的高质量图像融合方法及系统，用以改善现有技术中待融合区域无法精准选取，降低了图像融合的质量的问题。

第一方面，本申请实施例提供一种融合区域优选的高质量图像融合方法，其包括以下步骤：

获取待融合图像和目标图像；

将目标图像进行多尺度图像加强处理，生成预处理图像；

利用HED边缘检测方法对预处理图像进行边缘检测，生成多个闭合区域；

将各个闭合区域进行区域熵值计算，生成多个闭合区域熵值；

对多个闭合区域熵值进行筛选，得到最低闭合区域熵值；

将待融合图像融合到最低闭合区域熵值对应的闭合区域，生成最终融合图像。

上述实现过程中，通过获取待融合图像和目标图像；然后将目标图像进行多尺度图像加强处理，生成预处理图像，采用多尺度图像加强处理可以从多个角度进行处理，使得生成的预处理图像更加清晰；然后利用HED边缘检测方法对预处理图像进行边缘检测，生成多个闭合区域，采用HED边缘检测方法是在生成的输出过程中通过不断的集成和学习得到更精确的边缘预测图的过程，因此可以得到更加精确的边缘，进而使得闭合区域更加清晰和精确；然后将各个闭合区域进行区域熵值计算，生成多个闭合区域熵值；然后对多个闭合区域熵值进行筛选，得到最低闭合区域熵值，从而通过区域熵值确定出融合区域，使得融合区域更加精准；最后将待融合图像融合到最低闭合区域熵值对应的闭合区域，生成最终融合图像，从而提高了图像融合质量。

基于第一方面，在本发明的一些实施例中，上述将目标图像进行多尺度图像加强处理，生成预处理图像的步骤包括以下步骤：

将目标图像进行多个不同尺度的高斯模糊处理，生成多个模糊图像；

将各个模糊图像分别与目标图像进行做减法运算，生成多个细节信息；

将多个细节信息分别加权到目标图像中，生成预处理图像。

基于第一方面，在本发明的一些实施例中，上述将各个闭合区域进行区域熵值计算，生成多个闭合区域熵值的步骤包括以下步骤：

采用灰度算法计算各个闭合区域中每个像素点的灰度值；

计算各个像素灰度值在对应的闭合区域中的概率；

根据各个像素灰度值在对应的闭合区域中的概率利用图像熵计算公式进行计算，生成多个闭合区域熵值。