[发明专利]基于区域能量和直觉模糊集的图像融合方法及装置

权利要求书

1.一种基于区域能量和直觉模糊集的图像融合方法，其特征在于：

利用非下采样剪切波变换NSST将红外和可见光图像分解为低频和高频子图像；

采用基于小波变换的融合算法对系列高频子图像进行融合；

采用区域能量和直觉模糊集相结合的规则融合低频子图像，先采用区域能量对源图像进行初步融合，再采用直觉模糊集的融合算法进行二次融合，最终得到融合后的低频子图像；

利用NSST逆变换重构融合图像；

基于区域能量和直觉模糊集进行融合步骤，设A为∪的一个模糊子集，隶属函数μ_A可以定义如下：

由式(5)可知，模糊集理论是建立在隶属函数基础上的；因此，隶属函数在模糊数学中占有非常重要的地位；图像的分辨率可以看作一个模糊像素集，如方程(6)所示：

其中，x_ij表示像素点(i，j)所属的灰度值，μ_ij表示像素点(i，j)的隶属度，且μ_ij∈[0，1]；μ_ij由隶属度函数计算得到，{μ_ij}表示模糊特征平面，不同的隶属函数可以得到不同的μ_ij，由此可以对μ_ij进行调整以获得不同的模糊特征平面；

对低频子图像进行融合；IR_L和VIS_L分别是红外图像和可见光图像的低频子图像，根据区域能量进行融合，如式(7)所示：

式中，E_s(m，n)是以点(m，n)为中心的区域能量，s代表红外或可见光分量；Ω(m，n)是以点(m，n)为中心的邻域窗口；A_s(i，j)是邻域中(i，j)位置的系数；W(i，j)是掩模窗口在(i，j)位置处的函数值；中心值和邻域值相差较小的掩模窗口矩阵能较好地反映区域对比度，本发明窗口函数W的大小设为3×3，可以表示为式(8)：

获得红外和可见光低频子图像的区域能量后，采用加权平均方法对低频子图像进行融合，融合权重如式(9)和式(10)所示：

w₂＝1-w₁ (10)

f＝w₁×IR_L+w₂×VIS_L (11)

式中，和分别为IR_L和VIS_L的区域能量，w₁和w₂为融合权重，初始融合图像f包含两幅源图像的信息，可视为两者的过渡图像，对红外图像背景和可见光图像亮度起着调节作用；

利用高斯隶属函数表示系数的隶属度，由去模糊化后的低频子图像系数隶属度进行最后的融合；首先定义IR_L系数的隶属函数和非隶属函数如式(12)和式(13)所示：

式中，表示红外低频系数IR_L的平均值，表示标准差；k₁和k₂是高斯函数调整参数，分别设为0.8和1.2；通过隶属函数和非隶属函数求犹豫函数通过差分修正法对直觉模糊集隶属函数进行去模糊化得到的模糊集隶属函数和如式(14)和式(15)所示：

同理，根据式(12)至式(15)定义VIS_L的直觉模糊集隶属函数非隶属函数犹豫函数和去模糊后的隶属函数

最后，如式(16)所示定义融合后的低频子图像：

其中，当红外隶属度大于可见光隶属度时，选择可见光低频系数VIS_L(x，y)作为融合系数，以防止背景区域的过饱和；红外目标所在点的隶属度通常小于可见光对应点的隶属度，因此选取图像f(x，y)的系数作为融合系数，保留红外目标，最后获得低频融合系数F_L(x，y)。