[发明专利]一种基于显著性区域分割的红外与可见光图像融合方法

说明书

技术领域

本发明涉及一种基于显著性区域分割的红外与可见光图像融合方法，属于图像融合技术领域。

背景技术

图像融合是把图像作为研究对象的信息融合，其目的把对同一目标或场景的来源于不同传感器的图像，或者用同一种传感器以不同成像方式获得的图像，融合为一副图像。在融合后的图像中能综合反映出原始图像的信息，可以对目标或场景进行全面的描述，使之更适应人体视觉感知或者计算机处理。图像融合可以帮助成像系统扩大时空作用范围，降低系统的不确定性，提高系统可信度，并且能够增强成像系统的鲁棒性。

根据融合在处理过程中所处的阶段，按照信息的抽象程度，从属性分类和身份估计层次上来划分，可把多源图像融合划分为像素级图像融合、特征级图像融合和决策级图像融合三类。根据近年来国内外在图像融合领域的最新研究成果，像素级图像融合大概可分为四类：

①基于彩色空间的方法，如HIS空间、基于神经视觉生理学的彩色图像融合方法等；

②基于数学/统计学的方法，如比值运算、加法和乘法、PCA方法、HPF高通滤波，贝叶斯估计、期望最大值方法、非负矩阵分解方法等；

③基于多分辨率分解的方法，如金字塔方法、小波变换的方法、轮廓波变换的方法等；

④智能图像融合方法，如基于神经网络、模糊理论的融合等。

这几类方法中，基于多分辨率方法具有多尺度、多分辨率、多方向性等特点，在融合效果上较其他方法有一定的优势。本发明就是采用多尺度分解的方法进行图像融合的。

在融合规则上，多分辨率图像融合规则可分为：基于像素的融合规则和基于区域的融合规则。基于像素的融合规则具有实现简单、融合速度快等优点，但其仅仅是一单个像素作为融合对象，并未考虑图像像素间的相关性，因此融合效果较差，使用场合非常有限。基于区域的融合规则具有针对性强的特点，融合效果也较好。但是对于缺少目标的场景，该方法的区域分割效果不明显。

发明内容

本发明的目的是提供一种基于显著性区域分割的红外与可见光图像融合方法，能够使融合结果保留红外图像中的热目标的热辐射特征，又能保留可见光图像中的场景细节特征，从而增加融合图像的信息含有量，提高融合图像的质量。

为实现上述目的，本发明采用如下技术方案：

一种基于显著性区域分割的红外与可见光图像融合方法，其步骤包括：

①利用基于显著性检测的方法对红外和可见光图像进行区域分割，将其分别划分为目标区域和背景区域；

②对区域分割后的红外和可见光图像进行联合区域表示，将红外和可见光图像各自的目标和背景区域映射到一幅关联图像上；

③对红外和可见光图像分别进行多尺度、多方向的轮廓波分解，得到图像的低通子带系数和每个尺度下不同方向的带通子带方向系数；

④针对联合区域表示后的图像的不同区域选择对应的融合规则，确定低通子带融合系数和带通子带方向融合系数；

⑤对所述低通子带融合系数和带通子带方向融合系数进行系数重构，得到红外和可见光图像的融合图像。

进一步地，步骤1）通过计算一个区域与周围区域的对比度大小，确定该区域显著性的大小。

进一步地，步骤2）进行联合区域表示后的图像分为三个区域：目标区域、背景区域和复杂区域。

进一步地，步骤5）采用轮廓波逆变换进行所述系数重构。

本发明的基于显著性区域分割的红外与可见光图像融合方法，在融合结果中既可保留红外图像中的热目标的热辐射特征，又能保留可见光图像中的场景细节特征，从而增加融合图像的信息含有量，提高融合图像的质量。与传统轮廓波变换方法相比，本方法增加了区域分割，使整个融合过程更具针对性。

附图说明

图1为本发明实施例的红外与可见光图像融合方法的流程图。

图2为本发明实施例的区域关联映射规则示例图。

图3为本发明一具体实例采用的红外图像。

图4为本发明一具体实例采用的可见光图像。

图5为将图3和图4所示图像按照本发明方法进行融合后的图像。

具体实施方式

下面通过实施例及附图，对本发明做详细的说明。

图1为本实施例的基于显著性区域分割的红外与可见光图像融合方法的流程图，其具体实施步骤如下：

1.将红外和可见光图像分别进行区域分割。