[发明专利]基于目标增强的多尺度SAR与红外图像融合方法

说明书

本发明公开了一种基于目标增强的多尺度SAR与红外图像融合方法，包括步骤：首先利用非下采样轮廓波变换得到源图像的多尺度分解信息，然后利用分解后的红外低频信息确定低频融合权重，突出目标；最后提出一种基于区域能量和梯度特征相结合的融合规则来计算高频子带系数；再对融合系数进行非下采样轮廓波逆变换得到融合图像。本发明实现了SAR图像与红外图像的高效融合，利用二者的信息互补特性，显示红外目标，并保留场景的详细信息。解决了现有SAR和红外图像融合过程中出现的图像信息丢失、光谱扭曲等问题。

技术领域

本发明涉及雷达图像处理技术领域，具体涉及一种基于目标增强的多尺度SAR与红外图像融合方法。

背景技术

随着空间技术的快速发展以及新型传感器的不断出现，人们能够获取大量空间分辨率、不同时间分辨率、不同光谱分辨率的SAR、红外图像等数据，从而构成用于全球变化研究、地理信息系统数据库更新、环境监测、资源调查等方面的多层次遥感影像集。

传感器数量的不断增加使得系统获得的信息量急剧增加且呈现复杂性和多样性，传统的信息处理方法已经不能满足需求，迫切需要研究新方法，提出新技术来解决人们所面临的新问题。为了充分利用来自不同传感器的各类遥感信息，克服遥感影像信息提取与解译单一信息源的不足，多传感器信息融合技术为多源信息的融合利用提供了主要解决途径。所谓信息融合，是指在一定的准则下，对来自多个传感器的信息进行多层次、多方面、多级别的处理和综合，从而获得更可靠、更精确、更丰富的信息，它是为完成所需要的决策和评估而进行的信息处理过程。

SAR属于主动式微波成像传感器，穿透性好，具有全天候、全天时对地观测的能力，主要根据地物介电常数和表明粗糙度等特性成像，SAR图像的地物轮廓清楚，对比度、结构信息比较好，具有丰富的纹理信息；红外图像传感器主要根据物体的热辐射特性成像，红外图像很好地给出了目标存在特性和位置特性，但目标边缘模糊。因此，采用图像融合技术将多源图像传感器的特性有机地结合起来，对于充分发挥多种图像数据的潜力，提高遥感解译和信息提取的精度和效率具有重要的意义。

由于SAR和红外图像融合过程中会出现图像信息丢失、光谱扭曲等问题，因此需要寻找一种新的多源图像融合方法突破这一瓶颈。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于目标增强的多尺度SAR与红外图像融合方法，本发明实现了SAR图像与红外图像的高效融合，利用二者的信息互补特性，显示红外目标，并保留场景的详细信息。

为了达到上述目的，本发明采用以下技术方案予以实现。

基于目标增强的多尺度SAR与红外图像融合方法，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。

与现有技术相比，本发明的有益效果为：