[发明专利]多尺度梯度域图像融合算法

说明书

技术领域

本发明涉及计算机算法，特别涉及一种基于结构张量的多尺度梯度域图像融合算法。

背景技术

红外热成像技术能够有效地检测设备的热隐患，将电气设备的维护提升到了对设备状态过程的检测，保证了供电、用电的可靠性，因而广泛地应用于电力设备的实时监测中。红外热成像技术通过红外热像仪采集红外辐射，转换为温度场，然后表现为物体的热像分布图。热像分布图可以将温度场信息瞬间可视化，清晰直观地判别高温区域的温度情况，但是会导致非高温区域的图像细节信息缺失。而可见光图像具有完整的视觉信息，将热红外的伪彩色图像与可见光彩色图像融合可以得到更加本质、客观的互补信息，有助于检测人员或系统对故障点快速准确地定位。

近年来，关于将红外热图像与可见光图像融合的研究日益增多。该类研究大多将图像源转换到灰度域进行融合，由此得到的图像丢失了红外热像图中直观的温度信息，无法判断热点是否超出常规温度，因而为故障区域的定位增加了难度。

“Application of visible image mixing function for thermography”公开了通过混合函数将红外热像图与可见光图像融合的方法，通过二者的融合，温升区域与设备可见光图像同时呈现在一张图片中，根据该图片可以分辨出热点大概位置，但是可见光图像中的信息被严重覆盖，对热点的定位造成了干扰。

“Thermal distribution monitoring of the container data center by a fast infrared image fusion technique”提出了快速红外图像融合法(FIIF)，将伪色彩热点图像与彩色可见光图像融合。该方法把源图像中的色彩信息很好地保留，使热点定位的研究取得了重要进展，然而该方法会导致部分热点信息丢失，并导致融合图像存在一定程度的冗余信息。

“A color daytime and nighttime image fusion algorithm based on IHS and Multi-Wavelet transform”提出将红外热像图与可见光图像转换到IHS空间域融合，将彩色源图像的RGB转换为色度、饱和度与亮度分量，运用加权或小波变换将亮度分量融合。由于该方法获得的融合图像改变了图像的亮度元素，且在图像恢复过程时忽略了可见光图像的色度元素，导致融合图像色彩失真，严重情况下可能会致使巡检人员对温度的误判。

发明内容

本发明是针对上述问题进行的，目的在于提供一种基于结构张量的多尺度梯度域图像融合算法，尽可能地保留红外热像图的温升区域、背景信息以及可见光图像的细节信息。

本发明为实现上述目的，采用了以下的技术方案：