[发明专利]一种可见光图像和红外图像的融合方法

权利要求书

1.一种可见光图像和红外图像的融合方法，其特征在于，包括如下具体步骤：

（1）使用红外域的扩展前景作为可见光域及灰度域的初始掩膜，分别对红外域、灰度域和可见光域每个像素的每个信道分别进行背景建模、前景检测和阴影检测；（2）对红外域的前景区域应用膨胀形态操作，使用膨胀的红外域前景像素对灰度域和可见光域前景像素进行掩膜处理；（3）掩膜处理过的灰度域和可见光域信道前景区域进行合成并对合成的结果去除阴影；（4）阴影去除后的可见光域前景图像和膨胀的红外光域前景图像进行融合，得到的前景区域用作对红外域图像掩膜处理；（5）最后对红外域中每一个连通区域应用主动轮廓模型，检测出目标的边界。

2.根据权利要求1所述一种可见光图像和红外图像的融合方法，其特征在于，所述背景建模中，使用SG方法对每个像素的每个信道分别建模，使用最近的帧计算背景模型的均值、方差和中值（I_med），为最小化孤立点效果，借助中值图像，使用以I_med(x,y)为中心的高斯分布为每个像素计算权值：

 （1）

这里表示标准差，取值为5，通过计算加权均值和加权方差，构建每个像素的统计背景模型：

                              （2）

                    （3）

背景模型使用设计的更新因子持续更新：

                        （4）

        （5）

所述前景检测中使用马氏距离平方（squared Mahalanobis distance）：

                           （6）

这里，C是协方差矩阵，Z表示门限值；

参照背景模型，为每个像素计算亮度和色度的减少基础上实现阴影检测，仅当下列条件满足时，像素p是一个阴影像素：

(1) 0.8≤C_L≤0.98, 这里C_L=p_L/B_L，

(2) C_UV≤20, 这里

这里，C_L是亮度变化；C_UV是色度变化；B_L，B_U和B_V是每一信道的平均背景值，另外，一个像素标记为阴影像素还需满足以下条件：

R=|S|/|F|                                                   （7）

利用(7)式计算候选阴影区域的面积|S|与检测到的前景区域面积|F|的比，如果α≤R≤β为真，阴影区域最终确定，这里参数α和β限制阴影区域面积相对于对应的重叠前景区域面积的大小。

3.根据权利要求1所述一种可见光图像和红外图像的融合方法，其特征在于，所述主动轮廓模型是基于Mumford-Shah分割技术和水平集方法，通过对曲线的评价，检测给定图像中对象的边界，表达式为：   （8）

这里C是待演化的曲线，u₀(x,y)是给定的图像， c₁和c₂是曲线C内部和外部的平均灰度值，对象C₀的边界使得(8)式最小化，对(8)式加入正则项，能量函数变为

                        （9）

这里μ≥0,=0,λ₁=λ₂=1，需要对F(c₁,c₂,C)最小化，轮廓CΩ由Lipschitz函数φ：Ω→R的0水平集表示，那么

通过引入Heaviside函数H和一维Dirac测度δ₀, 能量函数F中的项可被表示如下：

                     （10）

灰度项表示如下：

          （11）

平均灰度c₁和c₂用下式计算：

                             （12）

设c₁和c₂为常量,通过Euler-Lagrange方程，求φ使得F最小化：

                     （13）

这里曲度k表示为：

                               （14）

本算法用于从红外信道中提取的最终前景图像的每个连通区域。