[发明专利]一种机载光电红外图像和可见光图像的融合方法

说明书

一种机载光电红外图像和可见光图像的融合方法，具体步骤包括：S1、对同一场景采集原始红外图像和原始可见光图像；S2、对原始红外图像和原始可见光图像进行图像配准，得到配准红外图像和配准可见光图像；S3、对配准红外图像和配准可见光图像执行分解正过程，配准红外图像分解为K个层级的红外子图像，配准可见光图像分解为K个层级的可见光子图像；S4、对层级相等的红外子图像和可见光子图像进行融合，得到融合子图像；S5、对所有融合子图像执行分解逆过程，得到融合图像。本发明融合后的图像综合了红外和可见光图像的互补信息，增强图像的视觉效果，能够获得关于场景和目标的全面而精确的地理空间信息，提高机载光电设备的侦查探测能力。

技术领域

本发明涉及图像处理技术领域，具体的说是一种机载光电红外图像和可见光图像的融合方法。

背景技术

现有的机载光电设备通过携带不同的成像传感器，不仅能适应复杂环境条件变化，还能获得丰富的场景空间信息。但是由于各类传感器成像原理上的差异，所获得的图像反映的场景信息也各有不同特点，无法得到全方位的场景信息。红外图像利用物体热辐射原理成像，反映物体的温度信息；可见光图像利用光反射原理成像，能展现目标表面细节信息。因此这些不同的传感器图像既存在一定冗余信息，还增加了更多的互补信息，给图像理解和分析带来很大困难。

发明内容

为了解决现有技术中的不足，本发明提供一种机载光电红外图像和可见光图像的融合方法，融合后的图像综合了红外和可见光图像的互补信息，增强图像的视觉效果，能够获得关于场景和目标的全面而精确的地理空间信息，提高机载光电设备的侦查探测能力。

为了实现上述目的，本发明采用的具体方案为：

一种机载光电红外图像和可见光图像的融合方法，具体步骤包括：S1、对同一场景采集原始红外图像和原始可见光图像；S2、对原始红外图像和原始可见光图像进行图像配准，得到配准红外图像和配准可见光图像；S3、对配准红外图像和配准可见光图像执行分解正过程，配准红外图像分解为K个层级的红外子图像，配准可见光图像分解为K个层级的可见光子图像；S4、对层级相等的红外子图像和可见光子图像进行融合，得到融合子图像；S5、对所有融合子图像执行分解逆过程，得到融合图像。

优选的，所述步骤S2中，图像配准包括图像分辨率配准、图像平移配准和图像时域配准。

优选的，所述步骤S3中，分解正过程为小波分解。

优选的，所述分解正过程的具体步骤如下：S3.1、对配准红外图像或者配准可见光图像进行行方向分解，得到两个行分解图像；S3.2、对两个行分解图像进行列方向分解，得到四个1层子图像；S3.3、对1层子图像重复进行K-1次S3.1和S3.2，得到2~K层子图像。

优选的，所述S3.1的具体方法为：首先对大小为M×N的配准红外图像或者配准可见光图像进行按行1/2采样，然后将采样后的行数据分别与高频小波系数与低频小波系数进行卷积，得到两个大小为M×（N/2）的行分解图像，两个行分解图像分别为H图像和L图像；所述S3.2的具体方法为：首先对大小为M×（N/2）的两个行分解图像进行按列1/2采样，然后将采样后的列数据分别和高频小波系数与低频小波系数进行卷积，将两个行分解图像分解成四个大小为（M/2）×（N/2）的1层分解图像，四个1层分解图像分别为LL图像、LH图像、HL图像和HH图像；所述S3.3的具体方法为，对1层分解图像中的LL图像重复进行K-1次S3.1和S3.2，得到大小为（M/2ⁿ）×（N/2ⁿ）的2~K层子图像。

优选的，所述S4中图像的融合方法为权重比重融合方法。

优选的，所述权重比重融合方法的具体方法为X_融合=A×X_红外+B×X_可见光，其中X为LL图像、LH图像、HL图像或者HH图像，A和B为融合系数，并且有A+B=1。