[发明专利]一种近红外与可见光图像融合方法及系统

权利要求书

1.一种近红外与可见光图像融合方法，其特征在于，所述方法包括：

获取近红外图像和可见光图像；

构建正则化项，所述正则化项包括数据保真项、多阶超拉普拉斯先验项以及噪声映射项；

基于正则化项，构建用于近红外图像与可见光图像融合的融合模型；

对融合模型进行最优值求解，获得最优融合图像。

2.根据权利要求1所述的近红外与可见光图像融合方法，其特征在于，所述正则化项中的多阶超拉普拉斯先验项的具体公式为：

其中，f_MHLP表示多阶超拉普拉斯先验项，X为待求解的最优融合图像，P为近红外图像，和分别表示对X求X方向和Y方向上的一阶梯度，和分别表示对P求X方向和Y方向上的一阶梯度，ΔX和ΔP分别表示对X和P求二阶梯度，α₁，α₂和γ为惩罚参数，||·||_1/2表示求l_1/2范数。

3.根据权利要求2所述的近红外与可见光图像融合方法，其特征在于，所述噪声映射项的具体公式为：

其中，f_TV表示噪声映射项，N表示估计的噪声映射图，β₁，β₂，β₃和δ为正则化参数，以及分别表示待求解的最优融合图像X在X方向、Y方向和Z方向的一阶梯度，||·||₁表示求l₁范数，||·||_F表示求l_F范数。

4.根据权利要求3所述的近红外与可见光图像融合方法，其特征在于，所述融合模型的具体公式为：

其中，Y为在恶劣环境下采集到的退化图像。

5.根据权利要求4所述的近红外与可见光图像融合方法，其特征在于，对融合模型进行最优值求解，获得最优融合图像：

通过拉格朗日乘子优化方法将融合模型最优值求解的优化问题变为拉格朗日扩展函数；

使用交替最小迭代框架将拉格朗日扩展函数分解为五个子问题，分别为W_i，M，N，H_j和X的子问题，具体为：

其中，M＝ΔX-ΔP，A₁为W₁在X方向的拉格朗日乘法器乘子，A₂为W₂在Y方向的拉格朗日乘法器乘子，B为M的拉格朗日乘法器乘子，C₁为H₁在X方向的拉格朗日乘法器乘子，C₂为H₂在Y方向的拉格朗日乘法器乘子，C₃为H₃在Z方向的拉格朗日乘法器乘子，ψ和η是惩罚参数，i＝{1,2}，j＝{1,2,3}；

对五个子问题进行迭代求解，第(k+1)次迭代求解后得到W_i，M，N，H_j和X的解，其中迭代终止条件具体为：

其中，X^k和X^k+1分别表示第k与(k+1)次迭代求解后得到X的解；

根据第(k+1)次迭代求解后得到X的解，获得最优融合图像。

6.根据权利要求1-3任一所述的近红外与可见光图像融合方法，其特征在于，

近红外图像具体为包含于近红外视频的近红外帧，且可见光图像具体为包含于可见光视频的可见光帧。