[发明专利]一种基于快速NSCT的像素信息估计融合方法

权利要求书

1.一种基于快速NSCT的像素信息估计融合方法，其特征在于，包括如下步骤：

(1)通过NSCT滤波器间的变换整合，生成分解滤波器组；

(1.1)初始化NSP分解滤波器H₀(z)和H₁(z)、NSDFB分解滤波器U₀(z)和U₁(z)，确定NSCT分解层数K以及每层的方向分解级别l_n，n＝1,2,…,K；

(1.2)依据参数n和l_n，将初始滤波器H₀(z)、H₁(z)、U₀(z)、U₁(z)变换为一系列尺度滤波器和方向滤波器：

Hneq(z)H1(z2n-1)Πk=0n-2H0(z2k),1≤n<2KΠk=0n-2H0(z2k),n=2K;]]>

U_n,j[z]＝∑_kU[z-s_n,j]；

其中，为第n级带通滤波器，K是总的分解层数，U_n,j为第n级、j方向的方向滤波器，s_n,j为对U₀(z)、U₁(z)进行第n级、j方向进行变换的采样矩阵；

(1.3)将同一分解流的一系列滤波器进行卷积合并，生成最终的分解滤波器组，并将源图像通过分解滤波器组滤波，获得分解图像，包括一幅低频图像和多幅高频图像；

(2)使用基于像素信息的融合规则对分解得到的低频和高频图像进行系数融合：

(2.1)低频部分：

(2.1.1)计算低频图像的全局信息：

T_low＝(μ_low+M_low)/2；

其中，T_low表示低频图像的全局信息，μ_low和M_low分别表示低频图像灰度直方图的均值和中位数；

(2.1.2)根据像素信息量理论计算融合像素的权值：

ω_vis＝exp(γ*|I_vis(i,j)-T_vis-low|)；

ω_inf＝exp(γ*|I_inf(i,j)-T_inf-low|)；

其中，ω表示权值，下标vis和inf分别表示可见光图像和红外图像，I(i,j)表示坐标为(i,j)的像素，γ是用于权值比重的参数；

(2.1.3)对源低频图像的像素进行加权，获得融合系数；

F(i,j)=ωvis*Ivis(i,j)+ωinf*Iinf(i,j)ωvis+ωinf;]]>

其中，F(i,j)表示坐标为(i,j)的低频融合系数；

(2.2)高频部分：

(2.2.1)计算高频图像的系数矩阵的分类阈值，用于区分平滑区域的系数与边缘区域的系数:

Thigh=(μhigh+Mhigh)*2k-12k;]]>

其中，T_high表示高频图像的系数矩阵分类阈值，μ_high和M_high分别表示高频系数直方图的均值和中位数，k表示高频图像所属的分解级别；

(2.2.2)对源图像的高频系数进行类别判定，采用不同的规则计算权值

ω′vis=exp(γ*||Ivis(i,j)|-Tvis-h|)|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h|Ivis(i,j)||Ivis(i,j)|<Tvis-h,|Iinf(i,j)|<Tinf-h1|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|<Tinf-h0|Ivis(i,j)|<Tvis-h,|Iinf(i,j)|>Tinf-h;]]>

ω′inf=exp(γ*||Iinf(i,j)|-Tinf-h|)|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h|Iinf(i,j)||Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h0|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|<Tinf-h1|Ivis(i,j)|<Tvis-h,|Iinf(i,j)|>Tinf-h;]]>

(2.2.3)对高频系数进行加权，获得融合系数矩阵：

F′(i,j)=ω′vis*Ivis(i,j)+ω′inf*Iinf(i,j)ω′vis+ω′inf;]]>

其中，F′(i,j)表示坐标为(i,j)的高频融合系数；

(3)通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。