[发明专利]一种红外图像与可见光图像融合方法、装置及存储介质

说明书

本发明提供一种红外图像与可见光图像融合方法、装置及存储介质，其方法包括，对红外和可见光图像进行差分计算，得到差分图像；根据全变分模型分别对红外图像、可见光图像及差分图像进行分解计算，分别得到各个图像的卡通纹理分量成分；构建狼群优化迭代算法的适应度函数；在各分解的分量成分中确定权重项以及权重系数，并进行加权计算，根据计算结果得到待融合图像。将源图像和差分图像分解为卡通纹理分量成分，通过狼群优化迭代算法从源图像和分量成分中确定权重项和权重系数，将确定的权重项和权重系数进行加权组合，以获取最终的融合图像结果，融合结果在具有噪声鲁棒性的同时还能保持完整的轮廓信息和细节信息，清晰度和对比度也比较高。

技术领域

本发明主要涉及图像处理技术领域，具体涉及一种红外图像与可见光图像融合方法、装置及存储介质。

背景技术

红外传感器对真实的场景反映存在一定缺陷，所成图像的分辨率低、信噪比低；可见光传感器在一定条件下能清晰反映场景的细节信息，成像容易受到照度、天气等自然条件的影响。根据它们的互补性，利用图像融合方法可以挖掘源图像各自的特征信息，进而突显热目标信息，提升视觉系统对场景信息的理解，从而达到识别伪装、夜视等目的。研究红外与可见光图像融合有助于推动图像融合理论的发展和完善，其研究成果不仅对其他领域的图像融合有一定的参考作用，还对我国的国防安全和国家建设有着重要的意义。在民用领域已经被成功应用于跟踪定位、火灾预警、包裹安全检查以及汽车夜行等系统中。而在军事领域，红外与可见光图像融合能够获取更加精确可靠的目标信息和全面的场景信息，在恶劣气象条件下仍然能够成功捕捉目标，例如红外可见光双波狙击瞄准镜能辅助实现各种恶劣环境下目标的精确打击，提升军队全天候作战能力。

目前，红外图像与可见光图像融合方法分为基于多尺度分析和稀疏表示方法两大类，这两种方法容易导致细节信息丢失，且多尺度方法由于具有重构步骤而结果易出现伪影，影响后期的识别。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种红外图像与可见光图像融合方法、装置及存储介质。

本发明解决上述技术问题的技术方案如下：一种红外图像与可见光图像融合方法，包括如下步骤：

对红外图像和可见光图像进行差分计算，得到红外与可见光差分图像；

根据全变分模型分别对所述红外图像、所述可见光图像及所述红外与可见光差分图像进行分解计算，分别得到红外图像卡通纹理分量成分、可见光图像卡通纹理分量成分以及差分图像卡通纹理分量成分。

构建狼群优化迭代算法的适应度函数。具体为，根据融合指标信息熵、标准差和边缘保持度来进行构建。

根据所述狼群优化迭代算法和构建的适应度函数在所述红外图像卡通纹理分量成分、所述可见光图像卡通纹理分量成分以及所述差分图像卡通纹理分量成分中确定权重项和对应的权重系数，作为融合图像分量成分的权重项和权重系数，所述融合图像为所述红外图像和所述可见光图像相结合得到的图像。

根据确定的权重项和权重系数直接进行加权计算，得到所述融合图像。

本发明解决上述技术问题的另一技术方案如下：一种红外图像与可见光图像融合装置，包括：

差分处理模块，用于对红外图像和可见光图像进行差分计算，得到红外与可见光差分图像。

分解模块，用于根据全变分模型分别对所述红外图像、所述可见光图像及所述红外与可见光差分图像进行分解计算，分别得到红外图像卡通纹理分量成分、可见光图像卡通纹理分量成分以及差分图像卡通纹理分量成分。

函数构建模块，用于构建狼群优化迭代算法的适应度函数。