[发明专利]一种基于滑动窗口技术的红外与可见光图像融合方法

说明书

本发明公开了一种基于滑动窗口技术的红外与可见光图像融合方法，所述方法包括以下步骤，（1）提出基于滑动窗口技术的分解方法用于分解源图像为低阶图像和显着性图像；（2）通过对低阶图像执行两尺度融合规则来获取融合的低阶图像；（3）通过对显着性图像执行自适应融合规则来获取融合显着图像；（4）将融合的低阶图像和显着性图像相加以重构融合图像。本发明的优点是：本方法得到的融合图像能够融合更多的有用的图像信息，减少冗余图像信息且更符合人的视觉感知，能运用于基于图像融合的目标识别系统等。

技术领域

本发明涉及图像融合技术领域，具体涉及一种基于滑动窗口技术的红外与可见光图像融合方法。

背景技术

多传感器数据通常提供某区域的互补信息。而随着传感器技术的发展，红外成像传感器、可见光成像传感器在军事和安全监控等领域的应用得到了不断的推广。可见光传感器主要捕获反射光从而令可见光图像具有丰富的背景信息，有利于建立判别模型；相比之下，红外传感器主要捕捉物体发出的热辐射，受光照变化或伪装的影响较小，因此，它可以克服一些障碍发现目标并且昼夜工作。但这两类传感器由于成像的特点和局限性，使得它们在某些特定成像的环境下，往往使用一个传感器无法完成既定的任务。

若将红外图像中的热物体信息和可见光的背景信息融合到一张图像中不仅符合人的视觉感知，而且有利于后续应用比如目标识别等。本专利研究的主要是红外和可见光图像信息的融合算法。融合算法主要步骤如下：首先将源图像分解到特定的图像表示域，然后利用不同的融合规则对图像进行融合，最后利用逆变换得到融合图像。由于红外与可见光图像呈现的是同一场景下的不同内容，因此红外图像信息和可见光图像信息之间的融合互补，能有效地挖掘和综合图像的特征信息、突出红外目标等。

发明内容

本发明所要解决的问题是：提供一种基于滑动窗口技术的红外与可见光图像融合方法，本方法得到的融合图像能够融合更多的有用的图像信息，减少冗余图像信息且更符合人的视觉感知，能运用于基于图像融合的目标识别系统等。

本发明为解决上述问题所提供的技术方案为：一种基于滑动窗口技术的红外与可见光图像融合方法，所述方法包括以下步骤：

(1)提出基于滑动窗口技术的分解方法用于分解源图像X(X∈{IR，VI})为低阶图像X_L和显着性图像X_S；

(2)通过对低阶图像X_L(X∈{IR，VI})执行两尺度融合规则来获取融合的低阶图像F_L；

(3)通过对显着性图像X_S(X∈{IR，VI})执行自适应融合规则来获取融合显着图像F_S；

(4)将融合的低阶图像F_L和显着性图像X_S相加以重构融合图像F。

具体的，所述(1)为利用滑动窗口技术和RPCA技术稳健地分解源图像：首先使用从左上到下的滑动窗口，从源图像获取P个大小为L×L的图像斑块，并将得到的P个图像斑块矢量化，拼接成为新矩阵；其次使用GreBsmo算法得到稀疏矩阵；然后通过中值滤波器将稀疏矩阵重构为显着性图像；最后将输入图像减去获取的显着性图像，获得低阶图像；

具体的，所述(2)为低阶图像的融合：首先将低阶图像X_L(X∈{IR，VI})分解为各自的基础层和细节层其次使用平均融合规则将基础层合并，获取融合后的基础层然后计算细节层的平均梯度图之后得到初始权重图然后使用滤波器对其细化得到最终的权重图最后获取融合后的细节层

具体的，所述(3)为显著性图像的融合：首先计算显着性图像X_S(X∈{IR，VI})的平均梯度图其次获取显着性权重图然后获取AG权重图之后获取初始权重图然后使用滤波器器进行细化得到最终的权重图最后得到融合后的显着性图像F_S；