[发明专利]基于压缩感知的可见光和红外图像融合方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像融合技术，具体地说是一种结合了压缩感知理论的可见光和红外图像融合方法。用于对图像进行进一步的分析、理解以及目标的检测、识别或跟踪前的图像预处理。

背景技术

图像融合作为一个新兴的科研领域有着广阔的发展前景。它通过提取和综合来自多个传感器图像的信息，获得对同一场景或目标的更为准确、全面、可靠的图像描述，以便对图像进行进一步的分析、理解以及目标的检测、识别或跟踪。从二十世纪八十年代初至今，多传感器图像融合已引起了世界范围内的广泛兴趣和研究热潮，它在自动目标识别、计算机视觉、遥感、机器人、医学图像处理以及军事应用等领域有着广泛的应用前景。经过将近三十年的发展，图像融合技术的研究已经形成了一定的规模，国内外已开发出多种融合系统，但这并不表明该项技术已经完善。从目前的情况来看，图像融合技术还存在许多理论和技术方面的问题有待解决。尤其需要指出的是图像融合技术在国内所进行的研究相对于国际上的研究工作起步较晚，还处于落后状态。因此迫切需要进行广泛深入的基础理论和基础技术的研究。

随着信息技术的飞速发展，人们对信息的需求与日俱增。在这种背景下，传统的图像融合方法，比如基于多尺度变换的融合方法，参见文章《Region based multisensor image fusion using generalized Gaussian distribution》，in Int.Workshop on Nonlinear Sign.and Image Process.Sep.2007，需要处理的数据量十分可观，这就造成了对信号采样、传输和存储的巨大压力，如何缓解这种压力又能有效提取承载在信号中的有用信息是信号与信息处理中急需解决的问题之一。近几年来国际上出现的压缩感知理论CS为缓解这些压力提供了解决方法。压缩感知理论CS不需要对信号进行完全采样，在采样时也不需要知道信号的任何先验信息，因而减少了恢复的数据量，一定程度上缓解了传输和存储的巨大压力。目前，学者们已经在模拟-信息采样、合成孔径雷达成像、遥感成像、核磁共振成像、人脸识别、信源编码等诸多领域对压缩感知展开了广泛的应用研究。最近几年国内也掀起了压缩感知的研究热潮。但是将压缩感知理论用在图像融合上的研究还很少。学者T.Wan等人率先将压缩感知的理论用于图像融合的尝试，参见文章《Compressive Image Fusion》，in Proc.IEEE Int.Conf.Image Process，pp.1308-1311，2008.该方法采用观测值绝对值取大的融合规则，效果不尽人意。此后X.Li等人对它进行了改进，提出了基于压缩感知的可见光和红外图像融合方法，参见文章《Efficient fusion for infrared and visible images based on compressive sensing principle》，in IET.Image Process.，Vol.5，Iss.2，pp.141-147，2011.该方法采用图像观测值标准差加权的融合规则，融合效果和T.Wan等人的方法相比有了一定的提高，但是效果提高不是很明显且算法收敛的速度比较慢。

发明内容

本发明的目的在于克服上述已有技术的缺点，提出了一种基于压缩感知的可见光和红外图像融合方法，以减少数据量，降低计算复杂度，并在降低复杂度的同时提高图像融合的效果。

实现本发明目的的技术关键是利用压缩感知对信号的不完全采样来减少数据量，利用快速沃尔什哈达马变换矩阵来降低计算复杂度，整个处理过程分为四大部分，首先对可见光图像和红外图像进行一层小波分解，再对分解后的低频子带系数采用低频融合规则进行融合，对每个高频子带系数进行观测，然后对每个高频子带系数观测值进行融合，并对融合后的每个高频子带系数观测值进行重构，得到融合后的高频子带系数，最后对融合后的低频子带系数和高频子带系数进行小波逆变换得到融合的图像，其具体步骤包括如下：

(1)对输入的可见光图像A和红外图像B进行小波分解，得到两幅图像的低频子带系数x_A和x_B以及三个方向的高频子带系数ε＝1，2，3；

(2)对可见光图像A和红外图像B的低频子带系数x_A和x_B进行融合，得到融合后的低频子带系数x；