[发明专利]基于潜在低秩表示与NSST的图像融合方法及装置在审
| 申请号： | 201811055348.5 | 申请日： | 2018-09-11 |
| 公开（公告）号： | CN109242813A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 程博阳;金龙旭;李国宁 | 申请（专利权）人： | 中国科学院长春光学精密机械与物理研究所 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 曹卫良 |
| 地址： | 130033 吉林省长春*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供基于潜在低秩表示与NSST的图像融合方法及装置，通过含有小尺寸剪切波滤波器的NSST将源图像进行多尺度、多方向分解。由于NSST在分解阶段去除了采样操作，使其具备了平移不变性；同时在方向局部化阶段，局部化小尺寸剪切滤波器能够避免频谱混叠现象，使图像分解与重建效果更加好。针对低频分量，采用基于LatLRR显著特征提取的自适应加权融合，LatLRR能够从数据中鲁棒地提取图像的显著性特征，同时对噪声更加鲁棒，因此可以对图像中显著性目标及区域较为精准地识别；针对高频分量，由于平均梯度代表图像灰度值的变化，能够反映图像边缘、纹理的细节，因此采用平均梯度算子进行处理，可以更好表达图像的特征，取得较好的融合效果。 | ||
| 搜索关键词： | 滤波器 图像融合 局部化 低秩 鲁棒 图像 多方向分解 平移不变性 显著性特征 自适应加权 低频分量 高频分量 梯度算子 提取图像 图像边缘 图像分解 图像灰度 显著特征 剪切 纹理 融合 多尺度 剪切波 显著性 源图像 采样 混叠 频谱 噪声 分解 重建 | ||
【主权项】：
1.一种基于潜在低秩表示与NSST的图像融合方法，其特征在于，所述方法包括：获取来自同一场景且经过图像配准的红外图像和可见光图像；利用非采样剪切变换NSST分别对所述红外图像和所述可见光图像进行多尺度分解形成低频子带系数和高频子带系数；利用潜在低秩表示LatLRR对所述红外图像和所述可见光图像进行分解，分别对应得到表征所述红外图像显著特征的第一显著图以及表征所述可见光图像显著特征的第二显著图，利用所述第一显著图和第二显著图对所述低频子带系数进行自适应加权融合得到低频融合系数；获取高频子带系数的平均梯度AVG，利用所述平均梯度作为高频子带系数的融合系数；利用NSST逆变换低频子带系数和高频子带系数得到融合图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院长春光学精密机械与物理研究所，未经中国科学院长春光学精密机械与物理研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811055348.5/，转载请声明来源钻瓜专利网。
