[发明专利]一种形态学属性滤波多模融合成像方法、系统及介质

权利要求书

1.一种形态学属性滤波多模融合成像方法，其特征在于，该方法包括：

1）对待融合的红外图像进行形态学属性的滤波操作；

2）对滤波操作后的红外图像求取自适应分割阈值；

3）根据自适应分割阈值对滤波操作后的红外图像进行二值化，得到红外图像权重图W_ir；

4）对红外图像权重图W_ir进行边缘保持滤波；

5）根据红外图像权重图W_ir确定可见光图像权重图W_vis，分别对待融合的可见光图像、待融合的红外图像、红外图像权重图W_ir、可见光图像权重图W_vis构建图像金字塔；

6）对待融合的可见光图像、待融合的红外图像、红外图像权重图W_ir、可见光图像权重图W_vis的图像金字塔的每一层进行融合得到融合结果；

7）将融合结果的图像金字塔进行重构，得到最终的融合结果。

2.根据权利要求1所述的形态学属性滤波多模融合成像方法，其特征在于，步骤1）中进行形态学属性的滤波操作具体包括：对待融合的红外图像获取各个连通区域的面积，并将连通区域的面积小于等于预设阈值的连通区域过滤。

3.根据权利要求1所述的形态学属性滤波多模融合成像方法，其特征在于，步骤2）中求取自适应分割阈值具体是指对滤波操作后的红外图像，根据灰度的取值区间遍历计算类间方差，找到类间方差取值最大时对应的灰度阈值T作为自适应分割阈值；

其中类间方差的计算函数表达式如下式所示：

上式中，g表示类间方差，以灰度阈值T将滤波操作后的红外图像分割为前景和背景时，ω₁为前景像素点数与整幅图像像素点数的比值，μ₁为前景像素点的平均灰度值；ω₂为背景像素点数与整幅图像像素点的比值，μ₂为背景像素点的平均灰度值；μ为滤波操作后的红外图像的平均灰度；

或者类间方差的计算函数表达式如下式所示：

上式中，g表示类间方差，以灰度阈值T将滤波操作后的红外图像分割为前景和背景时，ω₁为前景像素点数与整幅图像像素点数的比值，μ₁为前景像素点的平均灰度值；ω₂为背景像素点数与整幅图像像素点的比值，μ₂为背景像素点的平均灰度值。

4.根据权利要求1所述的形态学属性滤波多模融合成像方法，其特征在于，步骤3）中得到的红外图像权重图W_ir为M×N的矩阵，其中每一个元素为对应坐标点的二值化结果，且二值化结果为1或0；其中M为待融合的红外图像的长度，N为待融合的红外图像的宽度。