[发明专利]一种影像链的图像融合方法

说明书

技术领域

本发明涉及计算机处理领域，尤其涉及一种影像链的图像融合方法。

背景技术

    影像链，与光路和成像传感器一起，指的是一种进程，包括利用传感器数据来重构图像，匹配图像的颜色、降噪以及锐化等，以构成一幅高品质的图片。增强影像链的图像的品质一直是本领域的研究热点，在医学领域，通常需要将由不同获取方式或同一获取方式不同参数下的两幅或者多福图像的有效信息提取出来，结合各自的优势，组合成一幅新的图像，而提高这类图像的品质通常是通过图像融合来实现，所谓图像融合就是将高空间分辨率、低频谱分辨率的全色图像，和高频谱分辨率、低空间分辨率的多光谱图像进行融合。但是在目前的各类融合方法中，这两者是矛盾的、不可兼得的，若需获得更多的多普信息意味着放弃一部分全色信息，获得更多的纹理信息必然要放弃一部分色彩信息，造成融合后的图像品质不高、图像不够清晰，细节不够明显。

发明内容

本发明克服了现有技术的不足，提供一种影像链的图像清晰、细节明显，图像品质高的图像融合方法。

为达到上述目的，本发明采用的技术方案为：一种影像链的图片融合方法，其特征在于包括步骤：

1）、根据当前图像确定所需参数，选择编码方式；

2）、通过编码将产生的参数解映射到编码空间，随机产生初始群体；

3）、进入染色体群体迭代循环；

4）、计算群体每个染色体对应的解数值，将此解数值用于图像融合，并以结果图像的客观评价准则作为该染色体的适应度值；

5）、应用选择、交叉和变异算子，产生新一代的群种；

6）、判断停止准则，如不满足，返回至步骤3）；

7）、输出最佳个体，把最佳个体的染色体编码进行解码，获得最佳解，以此最佳解作为参数进行融合，生成融合图像，计算其客观评价函数值，作为该染色体的适应度函数。

本发明一个较佳实施例中，进一步包括所述步骤1）中选择二进制编码方式对当前图像的所需参数进行编码。

本发明一个较佳实施例中，进一步包括所述步骤5）中在采用选择算子时，以种群每个个体的适应度值为选择依据，适应度值占优的个体参与下一代繁殖的概率较大，适应度值较小的个体，参与下一代进化的数目较少甚至淘汰，得到一个与最佳解更接近的中间解。

本发明一个较佳实施例中，进一步包括所述步骤5）中随机选择两个用于繁殖下一代的个体的某一个相同位置，在该位置上进行信息交换，生成新的基因组合。

本发明一个较佳实施例中，进一步包括所述步骤5）在变异算子操作中，对变异位求反，产生新的个体。

本发明一个较佳实施例中，进一步包括所述步骤7）中适应度函数的函数值大于等于0，利用适应度函数的函数值来测量群体中每个个体在进化计算中可能接近于或有助于找到最佳解的优良程度。

本发明解决了背景技术中存在的缺陷，本发明提供的影像链的图像融合方法在图像融合过程中，计算群种每个个体的适应度值，将个体解码到空间，参与图像融合过程，利用了选择、交叉、变异算子，在适应度评价函数控制下求得最佳个体，生成相对应的一幅融合图像，无需放弃全色信息和色彩信息，可得到高品质的图像。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明提供的影像链的图像融合方法的流程图。

具体实施方式

现在结合附图和实施例对本发明作进一步详细的说明，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示，一种影像链的图片融合方法，通过以下步骤实现：

步骤一、根据当前图像确定所需参数，选择编码方式。编码是首先要解决的问题，编码方法表现和决定了染色体在染色体空间的表现方法和基因意义，以及转换为常见变量形式的解码方法，本发明中采用二进制编码方法，快速易操作。

步骤二、通过编码将产生的参数解映射到编码空间，随机产生初始群体。本发明的图像融合方法的群体操作是由一群初始群体开始的，因此需要准备一个由若干初始解组成的初始群体，也叫初始代，初始代的每个个体都是通过随机生成方法产生的，本发明的最佳解将通过这些初始假设解进化求出。

步骤三、进入染色体群体迭代循环。