[发明专利]基于NSCT和粒子群优化算法的台风云图融合方法

权利要求书

1.基于NSCT和粒子群优化算法的台风云图融合方法，其特征在于，具体步骤如下：

步骤1.对台风云图A和台风云图B进行配准；

步骤2.分别对台风云图A和台风云图B进行NSCT，得到NSCT域相应图像的低频和高频变换系数；

步骤3.对变换后得到的低频系数进行平均方法融合处理：

YF{1}={YA{1}+YB{1}}2;]]>

步骤4.对待融合的高频系数图像首先计算其信息熵(E)、平均梯度(G)和信噪比(S)，然后用粒子群算法，即PSO优化算法求解最大值，通过设定好粒子群初始化种群规模，最大进化代数和速度更新倍数的参数来匹配参数并得到相应的权重参数a，b，c，对待融合图像的对应层的高频系数图像的优化最大值进行比较，将较大的优化最值对应的高频系数作为最终融合图像对应层的高频系数，最后得到最终的融合高频系数，其中PSO算法的适应值按照下式构造：

f(a，b，c)＝a×E+b×G+c×S

其中：权重参数a，b，c均在0-1之间且a+b+c＝1；E，G，S分别表示归一化后的信息熵、平均梯度和信噪比；

步骤5.对融合后的高频系数和低频系数进行NSCT逆变换，进行图像重构，所得到的重构图像即为融合图像。

2.如权利要求1所述的基于NSCT和粒子群优化算法的台风云图融合方法，其特征在于，所述台风云图A和台风云图B进行精确的配准所采用的是基于曲率形状表示和粒子群算法的图像配准方法，其主要步骤包括：

步骤1：通过CSS角点检测方法对参考图像和待配准图像提取特征角点；

步骤2：用各图像的特征角点的角度信息，灰度信息，相对距离信息以及归一化互相关信息来实现参考图像和待配准图像特征角点的匹配；

步骤3：应用粒子群算法对两幅图像的匹配角点对来精确求取参考图像和待配准图像的配准仿射变换参数，实现两幅图像的配准。