[发明专利]基于Surfacelet变换的红外与可见光视频图像融合方法

说明书

技术领域

本发明涉及视频图像处理领域，具体的说是一种视频图像融合方法，该方法能够有效解决视频图像融合中存在的时间一致性和稳定性问题，可用于对红外与可见光视频图像进行融合。

背景技术

可见光成像传感器主要根据物体的光谱反射特性成像的，而红外成像传感器主要根据物体的热辐射特性成像的。通常情况下，可见光图像能够很好地描述场景中的环境信息，而红外图像能够很好地给出目标的存在特性和位置特性。这两种图像的融合能够将红外图像中的目标存在特性和可见光图像中的背景信息有机地结合在一起，从而进一步提高对目标的侦测和对环境的释义能力，已经被广泛应用于场景监控等领域。

小波变换作为一种图像多尺度分析工具，不仅具有良好的空域-频域局部分析特性，在提取图像低频信息的同时，还可以获得图像水平、垂直以及对角三个方向的高频细节信息，已被广泛应用于红外与可见光图像融合技术中，例如G.Pajares，J.M.de la Cruz，“Awavelet-based image fusion tutorial”，Pattern Recognition，vol.37，No.9，2004，pp.1855-1872.及J.Lewis，R.O.’Callaghan，S.Nikolov，D.Bull，N.Canagarajah，“Pixel-andRegion-based image fusion with complex wavelets”，Information Fusion，vol.8No.2.，2007，pp.119-130.两篇文献公开的技术均属于基于小波变换的图像融合方法。由于采用小波对图像进行分析的过程与计算机视觉和人眼视觉系统中由粗到细认识事物的过程十分相似，因此，与传统的图像融合方法相比，基于小波变换的图像融合方法能够明显改善系统的融合性能。但采用小波变换对二维图像进行分析时不能够充分利用图像数据本身所特有的几何特征，挖掘图像中方向边缘信息，也不能够对图像中的直线或曲线稀疏表示，使得融合后的图像容易引入一定的“人为”效应或高频噪声，从而在一定程度上降低了融合图像的质量。

针对小波变换在图像处理中的缺陷，先后出现了Ridgelet变换、Curvelet变换、Contourlet变换等图像多尺度几何分析工具(Multiscale Geometric Analysis，MGA)。相对于小波变换，此类变换具有“各向异性”，能够有效表示图像中的边缘，具有多尺度、空域局部特性以及多方向性特性。上述MGA工具也已经能够成功应用于图像融合领域中，例如张强，郭宝龙，“一种基于非采用Contourlet变换红外图像与可见光图像融合算法”，红外与毫米波学报，Vol.26，No.6，2007，pp：476-480.实验结果表明此类算法大都能够获得比基于小波变换图像融合算法更好的主客观指标。但目前存在的绝大数MGA工具运算复杂度较高，基于MGA的图像融合算法只能适合离线状态下的单帧图像融合，而在视频图像融合中的应用还需要进一步提高运算效率。