[发明专利]基于多尺度指导滤波的快速有效视频图像融合方法

说明书

一种基于多尺度指导滤波的快速有效视频图像融合方法，通过将输入的两幅图像互为指导进行多尺度分解，分别得到反映图像亮度和对比度的基础层，以及反映图像的大部分视觉信息的细节层，然后利用基础层和细节层各自的融合规则分别进行融合，最后经二尺度图像重构得到融合图像。本发明与指导滤波(Guided Filtering‑GF)算法和基于图像统计的医学图像融合方法(GFS)相比，本发明融合效果好且运算速度更快。

技术领域

本发明涉及的是一种图像处理技术，具体是一种用于医学、遥感、视频监控等领域和多曝光、多聚焦融合分支中的灰度/彩色图像或图像序列的基于多尺度指导滤波的快速有效视频图像融合方法。

背景技术

图像融合指将多源信道所采集到的关于同一目标的图像数据，经过计算机技术处理，最大限度地提取各自信道中的有利信息，最后综合成高质量的图像。最常见的是将可见光与红外图像进行融合。可见光传感器在较好的照明条件下，能捕捉到目标细节和颜色丰富的图像，而夜间效果则会大大降低，这无法满足全天时、全天候观测的要求；红外或者热相机的原理是基于目标场景的温度变化，所以它们能够提供在低能见度下的信息，但存在细节反映能力差、无颜色信息等缺点。将两者融合，能够弥补单一传感器的缺陷，从而提供全天候、全天时的高质量目标图像。

发明内容

本发明针对现有指导滤波融合技术存在的融合效果相对较差，运算速度相对较慢的不足，提出一种基于多尺度指导滤波的快速有效视频图像融合方法(Multi-scaleGuided Fusion-MGF)。与指导滤波(Guided Filtering-GF)算法和基于图像统计的医学图像融合方法(Guided image Filter and image Statistics-GFS)相比，本发明融合效果好且运算速度更快。

本发明是通过以下技术方案实现的：

本发明通过将输入的两幅图像互为指导进行多尺度分解，分别得到反映图像亮度和对比度的基础层，以及反映图像的大部分视觉信息的细节层，然后利用基础层和细节层各自的融合规则分别进行融合，最后经二尺度图像重构得到融合图像。

所述的互为指导，是指两幅图像，一幅作为输入图像，另一幅作为指导图像，通过指导滤波得到第一个滤波输出后，输入图像和指导图像互换，指导滤波后得到第二个滤波输出。其中，指导滤波具体为：在以像素k为中心的窗口ω_k中，滤波输出q由指导图像I经过线性变换得到：其中：a_k，b_k为ω_k中保持不变的线性系数。为确定其值，需要使滤波输出q与输入图像p的相差最小，则利用代价函数：使其值最小。其中：ε为正则化系数，防止a_k变得过大。利用线性回归方法得到：其中：μ_k和分别为I在ωk的均值与方差，|ω为ω_k中的像素个数。为p在ω_k中的均值。

所述的输入图像和指导图像不限制为同一幅图像；在本发明中，将已经配准好的两幅多源图像I₁(x,y)和I₂(x,y)作为源图像，其中I₁(x,y)＝I₂(x,y)或I₁(x,y)≠I₂(x,y)。

所述的多尺度分解是指：根据指导滤波器的滤波半径r和指导滤波平滑参数ε，将任一图像分解为若干级的基础层和细节层。具体为：

第1级基础层b1和细节层d1分别为：b¹＝GF(b⁰,G⁰,r¹,ε¹)、d¹＝b⁰-b¹，其中：I和G0分别是输入图像和指导图像，r¹和ε¹分别为指导滤波器GF(·)的滤波半径和滤波平滑参数，I假定是在第0级的基础层，即b⁰＝I。