[发明专利]海天背景下舰船检测的中长波红外图像融合方法及装置有效
申请号: | 201810471187.1 | 申请日: | 2018-05-16 |
公开(公告)号: | CN108717689B | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 高昆;赵天择;周颖婕;宋亚军;豆泽阳;王静;王广平 | 申请(专利权)人: | 北京理工大学;北京环境特性研究所 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T7/30 |
代理公司: | 北京晟睿智杰知识产权代理事务所(特殊普通合伙) 11603 | 代理人: | 于淼 |
地址: | 100000 *** | 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: | 背景 舰船 检测 长波 红外 图像 融合 方法 装置 | ||
1.一种应用于海天背景下舰船检测领域的中长波红外图像融合方法,其特征在于,包括:
获取第一图像和第二图像,其中,所述第一图像和所述第二图像分别是待检测景象的中波红外图像和长波红外图像;
将所述第一图像和所述第二图像分别采用小波-Contourlet变换得到两个图像组,所述图像组中包括所述第一图像或所述第二图像的多尺度多方向四层分解图像;
在两个所述图像组中的同一层所述分解图像上利用PCNN全局耦合性质和同步脉冲发放特性,并结合结构相似度算子进行融合,得到四个融合图像层;
将四个所述融合图像层进行重构,得到所述待检测景象的拍摄图像;其中,
在两个所述图像组中的同一层所述分解图像上利用PCNN全局耦合性质和同步脉冲发放特性,并结合结构相似度算子进行融合,得到四个融合图像层,包括:
构造两个结构相同的PCNN,且设定所述PCNN的预设网络参数,其中,一个所述PCNN与一个所述图像组相对应;
在两个所述图像组的同一层所述分解图像上分别运行相应的所述PCNN,得到对应图像的索引图;
采用预设融合策略,得到四个所述融合图像层,其中,所述预设融合策略为基于区域结构相似度和索引图值而进行融合的融合策略;
其中,所述预设融合策略为:
为融合图像层的第l层第k个方向子带,为所述第一图像的分解图像的第l层第k个方向子带,为所述第二图像的分解图像的第l层第k个方向子带,α(i,j)为加权系数,且α(i,j)的取值如下:
融合图像层F(i,j)的取值如下:
i=1,2,……,M,j=1,2,……,N,A(i,j)为第一图像的分解图像第i行第j列的像素值,IA(i,j)为第一图像的分解图像第i行第j列的索引值;B(i,j)为第二图像的分解图像第i行第j列的像素值,IB(i,j)为第二图像的分解图像第i行第j列的索引值;ε为预设参数,LSSIMA,B(i,j)为第一图像的分解图像与第二图像的分解图像的结构相似度,T为预设的结构相似度阈值。
2.根据权利要求1所述的方法,其特征在于,将所述第一图像和所述第二图像分别采用小波-Contourlet变换得到两个图像组,包括:
对所述第一图像和所述第二图像在空间上进行配准,得到第一新图像和第二新图像;
对所述第一新图像进行WBCT运算,得到第一图像组,且所述第一图像组包括所述第一新图像多尺度多方向的三个高频分量的子带及一个低频分量的子带;
对所述第二新图像进行WBCT运算,得到第二图像组,且所述第二图像组包括所述第二新图像多尺度多方向的三个高频分量的子带及一个低频分量的子带,其中,
所述第一图像组和所述第二图像组所属于两个所述图像组。
3.根据权利要求1所述的方法,其特征在于,在两个所述图像组的同一层所述分解图像上分别运行相应的所述PCNN,得到对应图像的索引图,包括:
通过所述预设网络参数得到所述PCNN的最大运行次数和阈值查找表;
基于所述最大运行次数和所述阈值查找表,在两个所述图像组的同一层所述分解图像上分别运行相应的所述PCNN,得到对应图像的索引图。
4.根据权利要求1所述的方法,其特征在于,将四个所述融合图像层进行重构,得到所述待检测景象的拍摄图像,包括:
对四个所述融合图像层进行反WBCT运算,以将四个所述融合图像层重构成一个重构图像;
将所述重构图像确定为所述待检测景象的拍摄图像。
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;北京环境特性研究所,未经北京理工大学;北京环境特性研究所许可,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/201810471187.1/1.html,转载请声明来源钻瓜专利网。