[发明专利]一种基于多尺度对比度的红外与可见光图像融合方法有效
申请号: | 201710266888.7 | 申请日: | 2017-04-21 |
公开(公告)号: | CN107169944B | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 周志强;高志峰;石永生;汪渤;董明杰;缪玲娟;沈军 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06T5/50 | 分类号: | G06T5/50 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 李爱英;郭德忠 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 尺度 对比度 红外 可见光 图像 融合 方法 | ||
1.一种基于多尺度对比度的红外与可见光图像融合方法,其特征在于,包括如下步骤:
步骤1,对红外图像Ir与可见光图像Iv分别进行N次连续高斯滤波,得到红外与可见光多尺度滤波图像和其中i=0,1,…,N-1;
步骤2,计算红外图像的多尺度对比度和可见光图像的多尺度对比度
步骤3:依据红外图像的多尺度对比度和可见光图像的多尺度对比度确定多尺度图像融合时,各尺度红外图像的融合权重Wi和最底层红外图像的融合权重WN:
(1)当i=0时,
(2)当1≤i≤N-1时,
其中,“*”表示卷积运算符号,为用来对Sλ(Pi)进行平滑处理的高斯函数;Sλ(Pi)=arctan(λPi)/arctan(λ),其中λ为红外信息注入系数,为常数值,
(3)最底层融合权重WN为:其中,“*”表示卷积运算符号,是使融合权重WN能够满足底层粗糙尺度条件下的信息融合要求的高斯函数;
步骤4:对各尺度滤波图像进行加权融合,得到最终的融合图像IF:
其中为第N次连续高斯滤波后得到的红外图像,为第N次连续高斯滤波后得到的可见光图像,其中为第i次连续高斯滤波后得到的红外图像,为第i次连续高斯滤波后得到的可见光图像,为第i+1次连续高斯滤波后得到的红外图像,为第i+1次连续高斯滤波后得到的可见光图像;
其中,所述步骤2中红外图像的多尺度对比度和可见光图像的多尺度对比度为:
其中k,h,p,q,Z为经验值,其中CSF(·)为基于人类视觉的对比敏感度函数。
2.如权利要求1所述的一种基于多尺度对比度的红外与可见光图像融合方法,其特征在于,所述和中,k=h=1,p=4.4,q=2,Z=0.001。
3.如权利要求1所述的一种基于多尺度对比度的红外与可见光图像融合方法,其特征在于,连续高斯滤波次数N=4,高斯滤波函数初始标准差为2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710266888.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:液体精密过滤装置
- 下一篇:一种水热LED加热结构