[发明专利]基于非线性权重的图像融合的方法

说明书

本发明公开了一种基于非线性权重的图像融合的方法，包括以下步骤：(1)输入第一图像、第二图像，通过SURF算法对第一、第二图像进行特征点提取；(2)通过FLANN算法对第一图像、第二图像的特征点进行特征匹配；(3)通过单应性变换(homography)算法进行图像翘曲，对第二图像进行变形，使得第一图像和第二图像的变换图像基本对齐，进行机械拼接；(4)应用非线性权重模型对第一、第二图像的变换图像进行图像融合。本发明改进了待拼接图像重叠部分的权重占比，使得靠近拼接边缘区域的像素过度较为平缓，而靠近拼接中部区域的像素过度较为迅速，从而有效优化重叠部分的图像显示，明显降低了复杂图像拼接后的产生图像重影，提升了融合图像的视觉观感。

技术领域

本发明涉及图像处理，特别涉及一种基于非线性权重的图像融合的方法。

背景技术

渐进渐出图像融合算法是一种线性像素级图像融合算法，该算法依据待拼接图像的重叠区域，以线性权重生成权重模型，并依据线性权重模型进行重叠区域像素的生成，相比较最佳缝合线图像融合算法，其效率更高，对实时性应用更为契合。

目前，国内外学者对渐进渐出算法已经有了诸多研究和改进。

汪丹，刘辉等人提出了一种三角函数权重的图像拼接算法，该算法提出了一种三角函数权重图像融合模型，通过应用该模型，有效降低了图像拼接痕迹，较好地处理了边界突兀的问题，使得图像过度部分较为平滑，但复杂拼接图像重叠部分仍存在较为明显的重影现象。(汪丹，刘辉，李可，等.一种三角函数权重的图像拼接算法[J].红外技术，2017,39(1)：53-57.)

王帅，孙伟等人提出了一种基于亮度统一的加权融合图像拼接算法，该算法考虑了不同亮度图像在图像融合阶段可能产生的亮度过度较快的问题，在图像拼接和图像融合之前，对两幅图像进行亮度预处理，通过将原始RGB色彩空间的图像转化为lαβ色彩空间的图像，对其l分量进行亮度线性变换，之后重新转化为RGB图像，从而实现两张图像亮度的统一，该方法能够改善拼接图像的亮度跃迁，但一定程度上篡改了原始信息，不利于反应图像的真实情况。其提出的曲线权重图像融合模型虽在一定程度上改善了重影情况，但仍有肉眼可视的重影现象发生。(王帅，孙伟，姜树明，等.基于亮度统一的加权融合图像拼接算法[J].山东科学，2014,27(3)：44-50.)

Xiu Chunbo，Ma Yunfei提出了一种平方权重的改进渐进渐出图像融合模型，该模型将传统线性权重做平方运算，该模型有效优化了图像融合的颜色过度，使得拼接图像中部区域颜色过度更加自然，但该模型的缺陷也十分明显，该模型权重始终大于线性权重，将导致重影现象更加剧烈。在针对简单图像的拼接时，效果较好，但针对复杂图像时，重影十分明显。(Xiu Chunbo,Ma Yunfei.Image Stitching Based on Improved Gradual FusionAlgorithm[A].The 31^st Chinese Control and Decision Conference[C].New York:IEEE，2019:2962-2966.)

对于渐进渐出算法的研究已经取得了一定的进展，有了一定的成绩，但仍存在以下问题：(1)现有的方法主要针对图像的颜色过度和拼接缝处理问题，虽然在整体上是改进了视觉效果，但细节较差，中部区域可能较为模糊；(2)现有的改进方法普遍存在程度不一的重影现象，影响视觉效果较差。

发明内容

发明目的：本发明提供一种改善图像融合质量、降低复杂图像拼接后产生图像重影的基于非线性权重的图像融合的方法。

技术方案：一种基于非线性权重的图像融合的方法，包括以下步骤：

(1)输入第一图像、第二图像，通过SURF算法对第一、第二图像进行特征点提取；

(2)通过FLANN算法对第一图像、第二图像的特征点进行特征匹配；