[发明专利]基于目标增强的多尺度SAR与红外图像融合方法

权利要求书

1.基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，包括以下步骤：

步骤1，获取原始SAR图像与红外图像，分别对所述原始SAR图像与红外图像进行配准处理，得到校准后的SAR图像和红外图像；

步骤2，采用非下采样轮廓波变换分别对所配准后的SAR图像和红外图像进行多尺度分解，对应得到一幅低频SAR图像、多幅高频SAR图像和一副低频红外图像、多幅高频红外图像；

步骤3，利用所述低频红外图像确定低频融合权重，采用所述低频融合权重对所述低频SAR图像和低频红外图像进行融合，得到融合后的低频子代系数；采用基于区域能量和梯度特征相结合的融合规则对所述多幅高频SAR图像和多幅高频红外图像进行融合，得到融合后的高频子带系数；

步骤4，采用非下采样轮廓波逆变换对融合后的低频子代系数和融合后的高频子代系数进行多尺度合成，得到异源融合结果图。

2.根据权利要求1所述的一种基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，所述配准处理为采用原始SAR图像与红外图像的轮廓信息进行配准。

3.根据权利要求1所述的基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，所述非下采样轮廓波变换具体为：

首先，采用非下采样金字塔变换将输入图像分解为低频子带图像和带通子带图像，以实现图像的多尺度分解；

然后，采用非下采样方向滤波器组将带通子带图像分解为多个方向子带图像，以实现图像的多尺度分解；

最后，对每一层的低频子带图像重复上述操作，得到输入图像的多层NSCT分解结果。

4.根据权利要求1所述的基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，所述利用所述低频红外图像确定低频融合权重，具体为：

(3.1)对低频红外图像即红外低频子带的每个像素取绝对值：

R＝|LA_N|

其中，LA_N代表低频红外图像的像素值；

将R归一化得到：

其中，Ω表示低频红外图像区域；x表示低频红外图像区域内的某一点；max_x∈Ω{R(x)}表示整个低频红外图像区域像素强度最大值，P为R归一化后的结果；

(3.2)低频红外图像的融合系数权重为：

其中，λ是经验参数，用来控制红外信息量的参数。

5.根据权利要求4所述的基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，所述采用所述低频融合权重对所述低频SAR图像和低频红外图像进行融合，具体公式为：

其中，C代表融合图像中红外图像低频信息所代表的权重值，LB_N代表SAR低频图像；为低频子带的融合系数。

6.根据权利要求1所述的基于目标增强的多尺度SAR与红外图像融合方法，其特征在于，所述采用基于区域能量和梯度特征相结合的融合规则对所述多幅高频SAR图像和多幅高频红外图像进行融合，具体为：

(3.4)采用固定窗口将任一高频SAR图像或任一高频红外图像进行区域划分，对任一以像素点(i，j)为中心的窗口区域，该区域的能量为：

式中，i-W≤m≤i+W，j-W≤n≤j+W，(m，n)表示该区域内的任一像素点，w为窗口大小2W+1像素的正方形区域；D_k，h(m，n)为图像经过NSCT分解后在尺度k层h方向上的高频子带；

(3.5)对任一以像素点(i，j)为中心的窗口区域，该区域的平均梯度为：

式中，w为窗口大小2W+1像素的正方形区域；

(3.6)采用加权平均的方式对SAR高频子带和红外高频子带进行融合，得到融合后的高频子带系数；

先对区域能量和区域梯度因子进行归一化处理：

式中，分别为图像A、图像B中以像素点(i，j)为中心的滑窗区域的归一化系数；分别为图像A、图像B中以像素点(i，j)为中心的滑窗区域的平均梯度；分别为图像A、图像B中以像素点(i，j)为中心的滑窗区域的能量；图像A和图像B分别表示高频SAR图像和高频红外图像；

然后，该区域对应的高频子带融合系数为：

其中，代表融合后的第k层h方向的高频子带系数；

每个区域都进行步骤(3.4)-(3.6)，即可得到整幅图对应的融合后的高频子带系数。