[发明专利]雾霾环境下多源图像融合方法

说明书

本发明公开了一种雾霾环境下多源图像融合方法，将可见光图像去雾霾，得到去雾霾图像；进行图像配准；将待融合的图像进行融合，获得视觉效果好的可见光目标且突出了红外目标的图像。经实验证明，提出的方法能够提高可见光目标的清晰度，同时突出被遮挡的红外目标，便于目标识别。

技术领域

本发明属于图像处理技术领域，特别是涉及一种雾霾环境下多源图像融合方法。

背景技术

单一传感器采集的可见光图像能够对目标的形状、颜色、纹理等细节信息进行良好的表达，单一传感器采集的红外图像由于是对于热辐射的表达、具有较强的穿透能力，可以清晰地表达目标主体。但在雾霾环境下，由于雾霾遮挡，清晰度较低，部分目标主体丢失。因此亟需一种多源图像的融合方法，从而发挥其各自的优势。

多源图像融合是图像处理、计算机视觉领域的重要研究热点之一。多源图像融合技术就是利用不同传感器在时空上的相关性及信息上的互补性，将同一场景的多光谱图像信息特征组合到一起，从而完成对该场景更全面、清晰的描述。它在军事、航天、医疗等领域应用广泛。

多源图像融合可分为三个层次：像素级融合、特征级融合、决策级融合。其中像素级融合是最低层次的融合，它保留了尽可能多图像信息，精度比较高，是应用最广泛的融合技术。加权平均融合是较为成熟的一种像素级融合算法。该算法的最优性、无偏性、均方误差最小等特性在许多研究结果中都已经被证明。加权平均融合算法的核心问题是如何确定权重，权重的选取直接影响融合的结果。

目前，常用的加权平均融合算法为平均融合法，该方法可以提高图像的信噪比，但由于权重的确定具有一定的主观性，在实际应用中，如本文提到的雾霾环境，其效果并未达到最优。

发明内容

本发明实施例的目的在于提供一种雾霾环境下多源图像融合方法，以实现多源图像融合效果最好的作用。

本发明所采用的技术方案是，一种雾霾环境下多源图像融合方法，按照以下步骤进行：

步骤1，将可见光图像去雾霾，得到去雾霾图像；

步骤2，进行图像配准；

步骤3，将待融合的图像进行融合，获得视觉效果好的可见光目标且突出了红外目标的图像。

进一步的，所述步骤1按照以下步骤进行：

步骤1-1，获得暗原色图像，进行全局大气光A的估计；

步骤1-2，采用双边滤波器对原始灰度图进行处理获得引导图；

步骤1-3，使用引导滤波器对获得的透射率估计图进行优化，获得透射率t(x)；

步骤1-4，将求得的全局大气光A的估计值和透射率t(x)带入大气光散射模型中求解出去雾霾图像。

进一步的，所述步骤1-1的具体过程是：从暗原色图像中按照亮度的大小取前0.1％的像素点，再从这些像素点中选择亮度最大的像素点作为大气光值，从而求的全局大气光A；其中，暗原色表示为：x为图像像素点的二维空间坐标；Ω(x)为以像素点x为中心的局部区域；J^dark(x)表示图像局部区域的暗原色；J^c(y)c∈(r,g,b)为无雾霾图像一个颜色通道的亮度值。

进一步的，所述步骤1-2采用双边滤波器对原始灰度图进行处理获得引导图的具体过程是：

(1)建立源图像灰度图的空间域高斯核函数，即计算卷积核内像素之间的空间高斯权重，表示为：其中x、y代表源图像灰度图的不同像素点(即两个不同的图像像素的二维空间坐标)；d(x,y)＝||x-y||表示两个像素点之间的空间距离；σ_d是核函数参数；