[发明专利]一种基于集值映射的双模态红外图像分块多算法优化融合方法

摘要

本发明一种基于集值映射的双模态红外图像分块多算法优化融合方法，该方法根据双模态红外图像的图像特点和成像机理构建用于描述两类图像互补信息的差异特征集；其次，对待融合图像进行几何分块并根据差异特征集的元素提取各块的差异特征，经归一化后利用条件取大规则确定各块的显著差异特征；而后，选取性能优越的融合算法构建融合算法集，通过构建更通用的融合有效度公式和更合理数理统计的方法建立起差异特征与融合算法间的映射关系；进一步利用建立的映射为各块配置最佳融合算法并进行分块融合；最终，将各融合图块进行拼接处理形成一幅完整的融合图像。本发明提高了差异特征驱动融合的针对性，克服了基于先验知识选择算法的不可预见性局限。

主权项

1.一种基于集值映射的双模态红外图像分块多算法优化融合方法，其特征在于包括以下步骤：S1：源图像确定：选取多组红外光强与偏振场景图作为研究对象；S2：构建差异特征集：对比S1中场景图的图像特点以及结合双模态红外光强与偏振图像的成像机理，确定双模态红外图像的差异特征类型，进一步选取能量、信息熵、平滑度、Tamura对比度、边缘强度和平均梯度六个描述差异信息的特征构建差异特征集；S3：图像分块与各块显著差异特征的确定：采用几何分块将图像等分，根据差异特征集的组成元素，提取图像各分块的六个差异特征并归一化各差异特征的幅值，结合条件取大规则确定各分块的显著差异特征；S4：构建融合算法集：选取融合算法构建融合算法集；S5：建立集值映射关系：构建反映算法对特征融合性能的融合有效度函数，结合S1中的场景图，分别建立每组图像的各个差异特征与融合算法间的融合有效度分布关系，最终对多组场景的分布结果进行加权统计以获得差异特征与最优融合算法的映射关系；S6：分块融合：利用S3中已确定的图像各分块的显著差异特征，结合S5中建立的映射关系，为各分块选取最佳融合算法并进行图像融合，以获得各块的融合图像，将获得的各融合图块按照原来的组合顺序拼接为一幅完整的融合图像，并作相应的拼接处理。