[发明专利]基于显著目标区域提取和NSST的异源图像融合方法

权利要求书

1.一种基于显著目标区域提取和NSST的异源图像融合方法，其特征在于，包括以下步骤：

S1利用在同一水平轴上的红外摄像机和可见光摄像机同时采集图像，用红外摄像机拍摄到的图像为红外图像，用可见光摄像机拍摄到的图像为可见光图像；

S2提取红外图像的显著目标区域；

S3对可见光图像和红外图像进行配准获得仿射变换矩阵，根据仿射变换矩阵求出步骤S2中提取得到的红外图像的显著目标区域在可见光图像上的位置，相应得到可见光图像上的显著目标区域；

S4进行NSST变换分解；

显著目标区域用F来表示，非目标区域用B来表示。利用NSST对红外图像I与可见光图像V进行分解，获得各自的高频分量和低频分量，其中将步骤S2提取的红外图像的显著目标区域的高频分量记为低频分量记为L^I,F；与红外图像的显著目标区域相对应的可见光图像的显著目标区域的高频分量记为低频分量记为L^V,F；红外图像的非目标区域的高频分量记为低频分量记为L^I,B；可见光图像的非目标区域的高频分量记为低频分量记为L^V,B。其中j为高频分量的尺度，k为高频分量的方向；

S5将S2中提取的红外图像的显著目标区域和S3求得的可见光图像的显著目标区域进行显著目标区域融合；

S6进行非目标区域融合即将红外图像的非目标区域和可见光图像的非目标区域进行非目标区域融合；

S7利用步骤S5和步骤S6中获融合后得到的低频分量和高频分量，进行NSST逆变换获得最终融合图像。

2.根据权利要求1所述的基于显著目标区域提取和NSST的异源图像融合方法，其特征在于，S2中，提取红外图像的显著目标区域的方法如下：

S2.1建立方差纹理图；

分别以红外图像中每一个像素点为中心点，分别求取各像素点对应的N×N邻域窗的标准方差，以建立红外图像的方差纹理图；对于红外图像中处于其边缘的像素点即当中心像素点为边缘像素点时，则以像素值为0的方式来扩充其边缘，使得其邻域窗口大小也为N×N，求取其对应的N×N邻域窗的标准方差；

在方差纹理图中，各区域的边界点的灰度值比非边界点的灰度值大，因此各区域的边界点就成为“亮”点，而非边界点就成为了“暗”点；方差纹理图能有效反映图像局部特征。

S2.2提取显著性区域特征点；

设S1中得到的红外图像的尺寸大小为P×Q，平均标准方差和平均标准方差的偏移量分别如公式(2)和(3)所示：

式中，V(r,s)为红外图像中的任一像素点(r,s)的像素值；

定义阈值在步骤S2.1的方差纹理图中，若红外图像中某一像素点对应的N×N邻域内的标准方差大于阈值T，则该像素点被选为显著性区域特征点；

S2.3对显著性区域特征点进行筛选和聚类；

将步骤S2.2提取的方差纹理图中的“亮”点作为显著性区域特征点，然后对这些显著性区域特征点进行筛选和聚类，方法如下：

S2.3.1显著性区域特征点筛选；

(1)对于每个显著性区域特征点，用一个指针指向其8邻域中灰度值最大的特征点；

(2)统计指向每个显著性区域特征点的指针数，如果指向显著性区域特征点的指针数多于6个，则保留该显著性区域特征点，否者舍弃该显著性区域特征点；

S2.3.2显著性区域特征点聚类；

假设筛选所得显著性区域特征点记为C(x_k,y_k)(k＝1,2,...,K)，x_k、y_k分别为其纵横坐标，则聚类的步骤：

(1)取第一个显著性区域特征点C(x₁,y₁)作为第一类w₁的聚类中心z₁＝C(x₁,y₁)；

(2)计算下一个显著性区域特征点C(x₂,y₂)到第一类聚类中心z₁的欧氏距离d₂₁，如果d₂₁大于设定的阈值D，则建立新的一类w₂，新的中心为z₂＝C(x₂,y₂)，否则，判定C(x₂,y₂)归属于w₁类；

(3)假设已有聚类中心z₁,z₂,...,z_T，相对应的类别记为w₁,w₂,...,w_T；计算还没有确定类别的显著性区域特征点C(x_k,y_k)到各聚类中心z_t(t＝1,2,...,T)的欧式距离d_kt；如果d_kt大于阈值D，则建立新的一类w_T+1，由C(x_k,y_k)作为新的一类w_T+1的中心，即z_T+1＝C(x_k,y_k)；否则，选择显著性区域点C(x_k,y_k)到各聚类中心z_t(t＝1,2,...,T)的欧式距离d_kt中的最小值，取得最小值时的聚类中心z_l(l∈(1,T))，则判定C(x_k,y_k)属于w_l类，并将w_l的聚类中心更新为z_l和C(x_k,y_k)的几何中心；

(4)检查是否所有显著性区域特征点都已经分配好类别，如果分配完毕，则结束；否则返回到步骤(3)；

聚类完成之后，各聚类中心即为显著目标区域的中心；

S2.4显著目标区域的分割

利用区域生长法分割显著性目标区域：将步骤S2.3.2中各聚类中心点作为区域生长的种子点，利用8邻域的区域生长法进行图像分割获得红外图像的显著目标区域。