[发明专利]红外与微光图像融合方法

权利要求书

1.一种红外与微光图像融合方法，其特征在于，所述方法包括以下步骤：

步骤一：利用红外摄像头采集原红外图像，利用微光摄像头采集原微光图像；

步骤二：对采集到的原红外图像和原微光图像分别进行分块，将原红外图像和原微光图像分割成N个相互对应的原图像子块；

步骤三：在并行处理系统中，使用图像融合算法，将原红外图像和原微光图像中各个相互对应的原图像子块同时进行图像融合，得到融合后图像子块；

步骤四：将融合后图像子块组合生成最终的融合图像。

2.根据权利要求1所述的红外与微光图像融合方法，其特征在于，步骤二中所述对采集到的原红外图像和原微光图像分别进行分块，具体为：

将原微光图像记为A、原红外图像记为B，把原红外图像A和原微光图像B分割成N个相互对应的原图像子块，每个原图像子块的大小均为m×n并将原红外图像A和原微光图像B相互对应的原图像子块做相同的标记，按顺序标记为1,2,3,…,N，则：

A＝{A_mnl},B＝{B_mnl}（l＝1,2,3,…,N）

式中，A_mnl为原微光图像A的第l个原图像子块，B_mnl为原红外图像B的第l个原图像子块。

3.根据权利要求1所述的红外与微光图像融合方法，其特征在于，步骤三所述的图像融合算法为小波融合法或拉普拉斯金字塔融合法。

4.根据权利要求3所述的红外与微光图像融合方法，其特征在于，所述小波融合法包括以下步骤：

第一、建立小波分解公式，对原红外图像和原微光图像中各个原图像子块同时进行小波分解，得到各个原图像子块的低频分量与高频分量：设H为低通滤波器算子、G为高通滤波器算子，r和c分别对应图像的行和列，即H_r为行方向上的高通算子、H_c为列方向上的高通算子、G_r为行方向上的低通算子、G_c为列方向上的低通算子，则小波分解公式如下：

δClj=HcHrδClj-1δDlj1=GcHrδClj-1δDlj2=HcGrδClj-1δDlj3=GcGrδClj-1]]>

式中，δ表示原红外图像A或原微光图像B，δC_lj-1表示第l个原图像子块的第j-1层小波分解图像，δC_lj表示δC_lj-1的低频分量即第l个原图像子块的第j层小波分解图像，表示δC_lj-1的垂直方向上的高频分量，表示δC_lj-1的水平方向上的高频分量，表示δC_lj-1的对角方向上的高频分量，j表示小波分解层数，j的最大值取3或4；

第二、将原红外图像子块的各层低频分量与对应的原微光图像子块的同层低频分量融合、原红外图像子块的各层高频分量与对应的原微光图像子块的同层高频分量融合，得到原图像子块的高频融合分量和低频融合分量；

第三、将每个原图像子块的高频融合分量和低频融合分量进行重构，得每个融合后图像子块，重构公式如下：

Clj-1=H^rH^cClj+H^rH^cDlj1+G^rG^cDlj2+G^rG^cDlj3]]>

式中的是H的共轭转置矩阵，是G的共轭转置矩阵，表示行方向上的共轭高通算子，表示列方向上的共轭高通算子，表示行方向上的共轭低通算子，表示列方向上的共轭低通算子，这样就得到了小波重构的第l个融合后图像子块。