[发明专利]基于非下采样轮廓波的多传感器图像自适应融合方法

权利要求书

1.一种基于非下采样轮廓波的多传感器图像自适应融合方法，包括如下步骤：

(1)输入多传感器源图像A和B，并分别对其进行L层非下采样轮廓波NSCT分解，得到低频子带S_L^A(n，m)、S_L^B(n，m)和各个尺度上的高频方向子带{D_l，i^A(n，m)，0≤l≤L-1，1≤i≤k_l}、{D_l，i^B(n，m)，0≤l≤L-1，1≤i≤k_l}，k_l表示在尺度2^-l上的高频方向子带数目，D_l，i^A(n，m)表示源图像A在尺度2^-l上的第i个方向子带，D_l，i^B(n，m)表示源图像B在尺度2^-l上的第i个方向子带，L为3～5；

(2)对所述的低频子带采用黄金分割法自适应搜索选择最优的低频子带融合权值w^*，并利用低频融合公式：对多传感器源图像的低频子带系数进行融合；

(3)对所述各个尺度上的高频方向子带，利用高频融合公式进行融合，即：

Dl,iF(n,m)=Dl,iA(n,m)ifDlA(n,m)≥DlB(n,m)Dl,iB(n,m)otherwise,0≤l≤L-1,1≤i≤kl]]>

式中，为源图像A尺度2^-l上的高频方向子带信息和，

为源图像B尺度2^-l上的高频方向子带信息和；

(4)对融合后的低频子带S_L^F(n，m)和各个尺度上的高频方向子带{D_l，i^F(n，m)，0≤l≤L-1，1≤i≤k_l}，进行非下采样轮廓波NSCT逆变换，得到融合图像F；

其中，所述的步骤(2)中的对低频子带采用黄金分割法自适应搜索选择最优的低频子带融合权值w^*，按如下步骤进行：

1)将多传感器图像的低频子带系数的融合质量指数Q_E(w)，作为搜索目标函数；

2)设搜索区间的左端点a的初始值为0，搜索区间的右端点b的初始值为1，初始待搜索区间[a，b]的值为[0，1]，搜索区间的最小长度ε＝0.01，并计算初始待搜索区间[a，b]中低频子带融合权值的第一个试探点w₁＝a+0.382*(b-a)和低频子带融合权值的第二个试探点w₂＝a+b-w₁，w₁，w₂∈[a，b]；

3)根据所计算的低频子带融合权值第一个试探点的值，计算该第一个试探点的融合质量指数Q_E(w₁)；

4)根据所计算的低频子带融合权值第二个试探点的值，计算该第二个试探点的融合质量指数Q_E(w₂)；

5)比较Q_E(w₁)与Q_E(w₂)的计算结果，如果Q_E(w₁)大于Q_E(w₂)，则更新搜索区间的左端点取值为a′＝w₁，并将新的搜索区间长度|b-a′|与搜索区间的最小长度ε进行比较，确定最优的低频子带融合权值w^*：

第一种情况：如果|b-a′|＜ε，则w^*取为新搜索区间的中点w^*＝(a′+b)/2；

第二种情况：如果|b-a′|≥ε，则更新该搜索区间的两个试探点，重新计算融合质量指数Q_E(w₁′)和Q_E(w₂′)，再通过对该两个融合质量指数的比较结果确定最优的低频子带融合权值w^*；

6)比较Q_E(w₁)与Q_E(w₂)的计算结果，如果Q_E(w₁)小于或等于Q_E(w₂)，则更新搜索区间的右端点取值为b′＝w₂，并将新的搜索区间长度|b′-a|与搜索区间的最小长度ε进行比较，确定最优的低频子带融合权值w^*：

第一种情况：如果|b′-a|＜ε，则w^*取为新搜索区间的中点w^*＝(a+b·′)/2；

第二种情况：如果|b′-a|≥ε，则更新该搜索区间的两个试探点，重新计算融合质量指数Q_E(w₁′)和Q_E(w₂′)，再通过对该两个融合质量指数的比较结果确定最优的低频子带融合权值w^*；

其中，所述的步骤5)中的第二种情况，按如下步骤进行：

5a)分别更新第一个试探点的值为w₁′＝w₂，第二个试探点的值为w₂′＝a′+0.618*(b-a′)；

5b)重新计算融合质量指数Q_E(w₁′)和Q_E(w₂′)，并比较Q_E(w₁′)和Q_E(w₂′)的大小；

5c)如果Q_E(w₁′)大于Q_E(w₂′)，则更新搜索区间的左端点取值为a″＝w₁′，并将新的搜索区间长度|b-a″|与搜索区间的最小长度ε进行比较：

如果|b-a″|＜ε，则w^*取为新搜索区间的中点w^*＝(a″+b)/2，停止搜索；

如果|b-a″|≥ε，则更新该搜索区间的两个试探点w₁″和w₂″，重新计算融合质量指数Q_E(w₁″)和Q_E(w₂″)，并对该两个融合质量指数进行比较，再转回步骤5c)，循环进行此过程，直到搜索出最优的低频子带融合权值w^*；

5d)如果Q_E(w₁′)小于或等于Q_E(w₂′)，则更新搜索区间的右端点取值为b′＝w₂′，并将新的搜索区间长度|b′-a′|与搜索区间的最小长度ε进行比较，

如果|b′-a′|＜ε，则w^*取为新搜索区间的中点w^*＝(a′+b′)/2，停止搜索；

如果|b′-a′|≥ε，则更新该搜索区间的两个试探点w₁″和w₂″，重新计算融合质量指数Q_E(w₁″)和Q_E(w₂″)，并对该两个融合质量指数进行比较，再转回步骤5c)，此过程循环进行，直到搜索出最优的低频子带融合权值w^*；

其中，所述的步骤6)中的第二种情况，按如下步骤进行：

6a)更新第一个试探点的值为w₁′＝a+0.382*(b′-a)，第二个试探点的值为w₂′＝w₁；

6b)重新计算融合质量指数Q_E(w₁′)和Q_E(w₂′)，并比较Q_E(w₁′)和Q_E(w₂′)的大小；

6c)如果Q_E(w₁′)大于Q_E(w₂′)，则更新搜索区间的左端点取值为a′＝w₁′，并将新的搜索区间长度|b′-a′|与搜索区间的最小长度ε进行比较：

如果|b′-a′|＜ε，则w^*取为新搜索区间的中点w^*＝(a′+b′)/2，停止搜索；

如果|b′-a′|≥ε，则更新该搜索区间的两个试探点w₁″和w₂″，重新计算融合质量指数Q_E(w₁″)和Q_E(w₂″)，并对该两个融合质量指数进行比较，再转回步骤6c)，此过程循环进行，直到搜索出最优的低频子带融合权值w^*；

6d)如果Q_E(w₁′)小于或等于Q_E(w₂′)，则更新搜索区间的右端点取值为b″＝w₂′，并将新的搜索区间长度|b″-a|与搜索区间的最小长度ε进行比较：

如果|b″-a|＜ε，则w^*取为新搜索区间的中点w^*＝(a+b″)/2，停止搜索；

如果|b″-a|≥ε，则更新该搜索区间的两个试探点w₁″和w₂″，重新计算融合质量指数Q_E(w₁″)和Q_E(w₂″)，并对该两个融合质量指数进行比较，再转回步骤6c)，循环进行此过程，直到搜索出最优的低频子带融合权值w^*。