[发明专利]基于NSCT和非线性增强的红外双波段图像融合算法

说明书

基于NSCT和非线性增强的红外双波段图像融合算法，本发明属于计算机视觉领域及图像处理领域，解决现有技术在热成像对比度较差条件下无法有效融合、多尺度图像融合算法计算较慢、融合图像残留过多冗余信息等技术问题。本发明的技术方案主要包括：对远红外图像非线性增强；NSCT分解近红外和远红外图像得到低频子带系数和高频子带系数；采用“区域能量选大”的方式来选择低频子带融合系数，以近红外图像的高频子带系数作为融合图像的高频子带系数；系数重构后通过高斯增强滤波得到融合图像。主要用于近红外与远红外双波段的图像融合。

技术领域

本发明属于计算机视觉领域及图像处理领域，具体涉及一种综合了远红外热成像的高对比度特性和近红外微光成像空间细节信息丰富优点的基于NSCT和非线性增强的红外双波段图像融合算法。

背景技术

随着城市安防、军事侦查以及战场监控等领域对于夜视技术的迫切需求，具有高分辨率且高对比度的红外成像越来越成为全球夜视技术未来的发展趋势，而目前无论是近红外微光成像还是远红外热成像都存在明显的缺陷，这些缺陷主要体现在微光成像目标不突出而热成像空间分辨率较差等致命弱点。通过图像融合可以综合这两种成像的优点得到空间分辨率较高、细节信息丰富且热目标清晰的融合图像，这对于拓宽夜视探测的范围和改善夜视成像的质量都有非常重大的意义。此外，由于近红外微光成像和远红外热成像均属于被动成像，不需要主动发射照明，因此在夜间监视犯罪和军事侦查等方面有着相当广阔的应用前景；

目前基于NSCT的图像融合专利如：一种基于NSCT 的SAR 图像和可见光图像的融合方法（201110399402. X），该方法在抑制噪声的同时可取得较好的融合效果，但是由于该方法对低频系数采取“绝对值极大”的策略来选择融合系数，因此当源图像对比度较差时就不能实现有效的融合，具体表现为融合图像与其中一幅源图像相差无几，此外，该方法对于高频系数采取领域窗口内比较空间频率的策略选择融合系数导致融合算法计算复杂。基于NSCT的邻域特性区域化的红外与微光图像融合方法（201310526331. 4），对低频系数采用区域化能量加权融合规则导致该方法与传统的加权平均融合方法一样保留了图像较多的冗余信息，高频系数采用基于邻域能量区域化匹配的系数选择方案与邻域方差改进的区域方差取大融合规则导致算法计算复杂。因此在去除冗余信息进行有效图像融合的同时提高计算速率是非常必要的；

非线性增强图像的专利如：基于直方图分段变换的图像非线性增强方法（201210282808. 4）是一种视觉效果符合人眼视觉系统的图像增强方法，保留了较多的图像细节，但是对于微光图像与热成像的图像融合而言热成像的细节温度变化信息是冗余的，因此高对比度的图像增强才能满足高空间分辨率融合图像的需求。红外图像多级均值对比度增强方法（200610125572. 8）具有较好的图像增强效果，但增强图像的同时将噪声也增强了；

对于远红外热成像和近红外微光成像的图像融合，在成像质量较差的条件下如何有效地取得细节信息丰富且热目标清晰的融合图像，如何保证多尺度图像融合的实时性，如何消除掉融合图像中残留的过多冗余信息，这些都是亟待解决的问题。

发明内容

本发明的目的是提供基于NSCT和非线性增强的红外双波段图像融合算法，解决现有技术在热成像对比度较差条件下无法有效融合、多尺度图像融合算法计算较慢、融合图像残留过多冗余信息等问题；

为达到上述目的，本发明采用的技术方案如下：

基于NSCT和非线性增强的红外双波段图像融合算法，包括如下步骤：

步骤1、对热探测器获得的远红外图像进行非线性增强，实现其对比度增强；

步骤2、分别对增强后的远红外图像和微光探测器获得的近红外图像进行NSCT，得到两图像的低频和高频系数；

步骤3、通过选模极大的方式选择低频系数作为融合图像的低频系数，以近红外微光图像的高频系数作为融合图像的高频系数；