[发明专利]基于NSCT和粒子群优化算法的台风云图融合方法

摘要

本发明的目的是提供一种基于非下抽样Contourlet变换(NSCT)和粒子群优化算法的多通道台风云图融合方法。将多通道台风云图进行NSCT后的低频、高频系数分别进行融合后，再进行NSCT的逆变换，尤其在高频系数处理时，同时考虑了信息熵(E)、平均梯度(G)和信噪比(S)这些参数的影响，在融合后图像上能够更清晰地保持台风眼和云系细节信息。由于采用了本发明所述的技术方案，能够很好的实现多通道台风云图融合，充分融合各个通道的有用信息，最大限度的保留各个通道的细节并对噪声有较好的鲁棒性即抗干扰性。不仅在图像信息丰富程度上比传统图像融合方法好，而且能够保持融合后图像的清晰度，这将对融合后图像的后续工作起到很大的帮助。

主权项

基于NSCT和粒子群优化算法的台风云图融合方法，其特征在于，具体步骤如下：步骤1.对台风云图A和台风云图B进行配准；步骤2.分别对台风云图A和台风云图B进行NSCT，得到NSCT域相应图像的低频和高频变换系数；步骤3.对变换后得到的低频系数进行平均方法融合处理： Y F { 1 } = { Y A { 1 } + Y B { 1 } } 2 ; 步骤4.对待融合的高频系数图像首先计算其信息熵(E)、平均梯度(G)和信噪比(S)，然后用粒子群算法，即PSO优化算法求解最大值，通过设定好粒子群初始化种群规模，最大进化代数和速度更新倍数的参数来匹配参数并得到相应的权重参数a，b，c，对待融合图像的对应层的高频系数图像的优化最大值进行比较，将较大的优化最值对应的高频系数作为最终融合图像对应层的高频系数，最后得到最终的融合高频系数，其中PSO算法的适应值按照下式构造：f(a，b，c)＝a×E+b×G+c×S其中：权重参数a，b，c均在0‑1之间且a+b+c＝1；E，G，S分别表示归一化后的信息熵、平均梯度和信噪比；步骤5.对融合后的高频系数和低频系数进行NSCT逆变换，进行图像重构，所得到的重构图像即为融合图像。