[发明专利]一种保持显著性信息的红外与可见光图像变分融合方法

权利要求书

1.一种保持显著性信息的红外与可见光图像变分融合方法，其特征在于：所述方法具体包括如下几个步骤：

步骤一、获得两幅待融合源图像的显著图；

首先利用显著性检测模型B来获得两幅待融合源图像I₁和I₂的显著图S₁和S₂，所述的两幅待融合源图像为红外图像；对于具有RGB通道的彩色可见光图像，通过HIS变换将彩色可见光图像的RGB空间转换为HIS空间，得到I分量、H分量和S分量；并将RGB图像的I分量用于显著性检测模型A的输入，HIS变换的基本公式如下：

其中，I代表亮度，H代表色度，S代表饱和度，v₁、v₂为颜色分量，此处为临时变量，R、G、B分别表示红色、绿色和蓝色；

色度分量H和饱和度分量S作为保留项，用于步骤四的逆HIS变换；

步骤二、构造基于待融合源图像的显著图的权重函数，形成加权融合项；

步骤三、构造加权结构张量，通过加权结构张量的最大特征值和相应的特征向量获得目标梯度，形成“梯度融合项”；

步骤四、建立并求解保持显著性信息的图像融合变分优化问题。

2.根据权利要求1所述的一种保持显著性信息的红外与可见光图像变分融合方法，其特征在于：步骤二所述的加权融合项构建形式如下：

其中，I₁(x,y)、I₂(x,y)为两幅待融合源图像，I_f(x,y)为权重融合结果；ω₁(x,y)和ω₂(x,y)分别为显著图S₁和显著图S₂的权重函数。

3.根据权利要求2所述的一种保持显著性信息的红外与可见光图像变分融合方法，其特征在于：所述的权重函数，定义如下：

和为两幅待融合源图像的显著图S₁和S₂进行归一化后的显著图，(x,y)表示图像像素位置。

4.根据权利要求1所述的一种保持显著性信息的红外与可见光图像变分融合方法，其特征在于：步骤三中所述的加权结构张量C(x,y)定义如下：

上式中，k＝1,2，I_k为待融合源图像，ω_k为待融合图像的权重；

对加权结构张量C(x,y)进行奇异值分解，获得加权梯度场V(x,y)：C(x,y)的最大特征值的均方根作为加权梯度场V(x,y)的幅度，相应的特征向量的方向作为加权梯度场V(x,y)的方向；为了使加权梯度场V(x,y)的最终方向不违背两幅待融合源图像梯度的平均方向，最终的加权梯度场的表达式如下：

其中，λ+为加权结构张量C(x,y)的最大正特征值，θ⁺是相应的特征向量，ω₁(x,y)和ω₂(x,y)表示两幅待融合源图像的权重，▽I₁(x,y)和▽I₂(x,y)表示待融合源图像I₁(x,y)和I₂(x,y)在像素点(x,y)处的梯度；

基于加权梯度场V(x,y)，梯度融合项构建形式如下：

其中，V(x,y)为式(5)求得的加权梯度场，▽I_f(x,y)为梯度融合结果。

5.根据权利要求1所述的一种保持显著性信息的红外与可见光图像变分融合方法，其特征在于：步骤四中所述的图像融合变分优化问题表述为：

通过求解式(7)的优化问题得到融合结果I_f(x,y)；其中，ω₁(x,y)和ω₂(x,y)表示两幅待融合源图像的权重，λ为优化参数；

在求解方法上，首先建立式(7)的Euler–Lagrange方程：

然后通过引入时间变量t，式(8)演化成如下形式：

因此，方程(9)的稳态解通过如下迭代过程获得：

上式中，Δt为时间变量迭代步长；最终融合结果I_f(x,y)通过求解如下有约束优化问题：

s.t.I_f(x,y)∈[0,255]

问题(11)通过如下交替迭代方法求解：

在求得融合灰度图像I_f后，彩色融合结果通过对原彩色可见光图像的色度分量H、饱和度分量S和融合灰度图像I_f进行逆HIS变换获得；逆HIS变换的基本公式如下：