[发明专利]基于过分割与优化的多尺度图像自然色彩融合方法及装置

说明书

技术领域

本发明涉及图像处理领域，具体涉及基于过分割与优化的多尺度图像自然色彩融合方法及装置。

背景技术

多传感器图像融合就是将两个或两个以上的传感器获取的关于某个具体场景的图像或图像序列信息采用一定的算法加以综合，生成一个新的有关此场景的图像。融合得到的新图像具有更高的可信度、较少的模糊以及更好的可理解性，更适合人的视觉或者计算机检测、分类、识别、理解等处理，从而能够提高图像探测系统的探测和识别能力。

灰度图像融合的方法主要有：

1)简单的像素融合：直接对源图像的像素点进行平均或加权运算，典型的有广义线性加权、主分量(PCA)方法等。

2)金字塔变换融合：在这类算法中，源图像不断地被滤波，形成一个塔状结构，在塔的每一层都依据某种规则对这一层的数据进行融合，从而得到一个合成的塔式结构，然后对合成的塔式结构进行重构，得到融合图像。

3)小波(Wavelet)变换融合：将源图像分解在不同频段上，然后依据某种融合规则对各频段数据进行融合，构成新的小波金字塔结构，最后再用小波逆变换得到融合图像。

4)多尺度几何分析融合：多尺度几何分析提供了一种具有灵活局部性和方向性的多分辨率图像表示方法，其方法的基本思路同金字塔变换融合法和小波变换融合法相似。

目前灰度图像融合的关键在于获得清晰的融合图像的同时，尽可能地保持源图像中原有的信息。由于人眼只能分辨出大约100个灰度级，却能分辨几千种颜色，人们开始考虑将8bit灰度级映射到三维彩色空间里，理论上能达到24bit的动态范围，将原受限于人眼的图像细节通过颜色差异分辨出来。该方法也用于图像融合的细节分辨力，一般称图像彩色融合，主要方法包括：

1)直接映射融合法：将源图像直接映射入RGB通道，从而形成彩色融合图像的方法，如NRL方法。

2)TNO融合法：该方法首先确定两幅源图像的共有部分，再从每幅源图像中分别减去共有部分，得到每幅图像的独有部分，然后用两幅图像分别减去另一幅图像的独有部分得到细节增强图像，最后将所得的结果送入不同的颜色通道进行显示。

3)MIT融合法：MIT融合法以中心-环绕分离网络为基础，应用生物视觉拮抗特征融合红外和可见光图像，算法内部对融合结果的颜色进行了重新映射。

4)基于颜色传递技术的融合法：首先将源彩色融合图像和目标彩色图像变换到1αβ空间，将目标图像的颜色分布传递到源彩色融合图像中，最后通过1αβ逆变换获得重染色了的彩色融合图像。

当前图像彩色融合方法在视觉细节信息上还存在着不足，也没有给融合的灰度图像并赋以具有自然感觉的色彩，观察者观看图像易产生疲劳感，不适于长时间观察。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一，特别针对减小观察者的疲劳感，给融合的灰度图像并赋以具有自然感觉的色彩，提供了基于过分割与优化的多尺度图像自然色彩融合方法及装置。

为实现上述目的，本发明实施例的一方面公开了一种基于过分割与优化的多尺度图像自然色彩融合方法，包括如下步骤：

根据红外和可见光灰度图像获得灰度融合图像ImgN；

选取参考图像ImgR，并对所述灰度融合图像ImgN和参考图像ImgR分别进行过度分割处理以获得过度分割区域；

将所述灰度融合图像ImgN和参考图像ImgR从RGB颜色空间变换到/αβ颜色空间，并根据所述过度分割区域的亮度信息、所述变换后的灰度融合图像ImgN和参考图像ImgR进行区域传递；

将所述参考图像ImgR中的过度分割区域中各个像素的色彩信息传递给所述灰度融合图像ImgN中对应区域的各个像素；

根据红外图像中高于图像整体亮度的点确定特殊区域，并分别为所述特殊区域和其他区域选择色彩信息和亮度信息，其中，所述特殊区域和其他区域的亮度为所述灰度融合图像ImgN中对应区域的亮度，所述特殊区域单独赋以颜色，所述其他区域根据传递过来的色彩信息和亮度信息进行从/αβ颜色空间到RGB颜色空间的变换以获得自然色彩的融合图像。

本发明实施例的另一方面还公开了基于过分割与优化的多尺度图像自然色彩融合装置，包括变换模块、过度分割模块、区域传递模块、色彩传递模块和色彩融合模块。

其中，变换模块，根据红外和可见光灰度图像获得灰度融合图像ImgN；过度分割模块，用于选取参考图像ImgR，并对所述灰度融合图像ImgN和参考图像ImgR分别进行过度分割处理以获得过度分割区域；