[发明专利]基于梯度置信变分模型的红外图像融合增强方法

权利要求书

1.一种基于梯度置信变分模型的红外图像融合增强方法，包括：

(1)获取红外图像u和可见光图像v；

(2)构造红外图像u和可见光图像v的多尺度结构张量加权梯度g(▽_su,▽_sv)：

g(▽_su,▽_sv)＝W_s,u·▽_su+W_s,v·▽_sv

其中，▽_s是多尺度梯度算子，▽_su和▽_sv分别为红外图像u和可见光图像v的多尺度梯度，W_s,u和W_s,v分别是▽_su和▽_sv的权重；

(3)迭代计算融合图像：

(3a)用平均图像初始化第1次迭代的融合图像设置最大迭代次数N＝50；

(3b)构建融合图像的亮度保真项

H(X^t)=12·||X^t-u+v2||22]]>

其中，下标t为迭代序号，为2范数；

(3c)构建融合图像的梯度保真项

其中，α^s为空间距离权，其取值随着指数项s的增大而减小，0＜α＜1；β为增强因子；||·||₁为1范数；为融合图像的多尺度梯度；

(3d)构建由亮度保真项和梯度保真项组成的能量泛函E_t：

Et=12·||X^t-u+v2||22+λ·Σs=130αs||▿sX^t-βg(Vsu,▿sv)||1]]>

其中，λ为规整参数；

(3e)采用最陡下降法求解能量泛函E_t最小化问题，获得第t+1次迭代的融合图像

其中，Δt为迭代步长，为梯度保真项对的导数；

(4)判断迭代次数是否小于最大迭代次数N，如果迭代次数小于最大迭代次数，则重复步骤(3b)至(3e)；否则，迭代结束，输出融合图像。