[发明专利]一种微光与红外夜视图像融合方法

权利要求书

1.一种微光与红外夜视图像融合方法，其特征在于所述方法步骤如下：

步骤一、针对同一目标场景，分别采集原微光图像和原红外图像；

步骤二、对采集到的原微光与红外图像分别进行去噪处理；

步骤三、利用基于边缘特征的图像配准方法将去噪后的微光与红外图像进行有效精确的配准；

步骤四、利用小波变换法对配准后的图像进行图像融合。

2.根据权利要求1所述的微光与红外夜视图像融合方法，其特征在于所述步骤一中，利用微光夜视系统采集原微光图像，利用红外热成像系统采集原红外图像。

3.根据权利要求1所述的微光与红外夜视图像融合方法，其特征在于所述步骤二中，具体去噪处理步骤如下：

(1)检测噪声类型

首先，以噪声图像g中像素(i，j)为中心选取像素为3×3窗口S_pq，求出滤波窗内像素的方差：

σ2=19Σq=-11Σp=-11[I(i-q,j-p)-μ]2,]]>

式中，I(i，j)表示点(i，j)处的灰度值；

令阈值为T₁，当σ²＞T₁时，则认为该滤波窗内受到椒盐噪声的污染，执行步骤(2)中的①；当σ²＜T₁时，则认为该滤波窗内受到高斯噪声的污染，执行步骤(2)中的②；

(2)滤波算法

①受椒盐噪声污染滤波算法

a、首先，求出滤波窗内灰度最大值max和最小值min，然后把滤波窗内每个像素的灰度值g(i，j)与最大值和最小值进行比较，去除等于最大值或最小值的像素点；

b、如果滤波窗内剩余像素不为零，则求出剩余像素的平均值M，并计算平均像素灰度值与滤波窗中点像素灰度值的差的绝对值d＝|M-g(i，j)|，将此绝对值与设定的阈值T₁进行比较，若d＞T₁，则输出剩余像素均值M；若d＜T₁，则输出滤波窗中点像素灰度值g(i，j)；

c、若滤波窗内剩余像素为零，则扩大滤波窗口尺寸为5×5，并重复上述步骤a、b，如果剩余像素仍为零，则图像输出为：

f(i,j)=g(i-1,j-1)+g(i-1,j)+g(i-1,j+1)+g(i,j-1)4;]]>

②受高斯噪声污染滤波算法

a、首先计算出滤波窗内像素的梯度绝对值：

td＝|g(i-1，j)+g(i，j-1)+g(i，j+1)+g(i+1，j)-4g(i，j)|；

b、若梯度绝对值大于某一给定的阈值T₂，则直接输出原像素；否则，输出滤波窗像素灰度值均值；

(3)重复步骤(1)和(2)，直至完成所有像素点的滤波处理，最后得到除噪后的图像。