[发明专利]一种基于NSCT与DWT的红外与可见光图像融合方法

说明书

本发明属于图像处理技术领域，具体提供一种基于NSCT与DWT的红外与可见光图像融合方法，主要解决非下采样轮廓波变换在红外与可见光融合中对低频信息提取不足的问题。本发明首先，对红外与可见光图像分别进行鲁棒性主成分分析得到各自的稀疏矩阵；对红外与可见光图像分别进行非下采样Contourlet变换，得到各自的高、低频子带图像；分别对低频子带图像进行小波变换，得到各自的低频变动图像以及低频平缓图像；利用稀疏矩阵分别对低频变动图像、低频平缓图像以及高频子带图像进行融合；再对低频变动图像和低频平缓图像进行小波逆变换得到融合后的低频子带图像，对融合后的高低频子带图像进行非下采样Contourlet逆变换得到融合图像。

技术领域

本发明属于图像处理技术领域，涉及红外与可见光图像的融合处理，具体为一种基于NSCT与DWT的红外与可见光图像融合方法。

背景技术

可见光成像传感器对成像目标及场景的反射较为敏感，获取到的图像一般比较清晰，能够获取目标场景更多的细节信息，但却容易受到外界干扰因素的影响，如光照，遮挡和天气等。红外光成像传感器则主要依靠目标与背景之间的热辐射差异来识别目标，不容易被外界因素干扰，但却无法很好的表示场景的亮度变化。为了更加准确的识别目标，对红外光与可见光图像进行融合，令融合图像兼具两者优点，所以红外与可见光的融合在许多领域内都有着重要应用。

基于离散小波变换的红外与可见光图像融合方法可以很好的表达图像中的奇异点，但却不具备平移不变性，且小波分解仅能在三个方向上获得有限的高频细节信息，无法有效的表达图像轮廓中的边缘，线奇异或者面奇异等特征；如文献“G.Pajares,J.M.De LaCruz.A Wavelet-Based Image Fustion Tutorial[J].Pattern Recogonition,2004,37(9):1855-1872”。而基于非下采样Contourlet变换的红外与可见光图像融合方法正好能克服小波不具备平移不变性的缺陷，且由于分解模型的差异，该方法可以有效的表达纹理区域的图像边缘、轮廓、方向和各向异性，然而，该方法却很难表达出图像的奇异点；如文献“E.Candès,L.Deman et,D.Donoho.Fast discrete curvelet transforms[J].MultiscaleModelingSimulation,2006,5(3):861-899”。

发明内容

本发明的目的在于：针对非下采样Contourlet变换图像融合方法对低频信息提取不足的问题，提供一种基于NSCT与DWT的红外与可见光图像融合方法；本发明结合非下采样Contourlet变换，鲁棒性主成分分析与离散小波变换的图像方法对红外与可见光进行融合，能够结合两种变换的优点，稳定的对红外与可见光图像进行融合。

为实现上述目的，本发明采用的技术方案如下：

一种基于NSCT与DWT的红外与可见光图像融合方法，包括以下步骤：

步骤1：对输入的红外图像I_R与可见光图像V_I进行鲁棒性主成分分析,并将结果归一化到[0,1]区间，分别得到红外图像与可见光图像的稀疏矩阵S_IR1和S_VI1，并对稀疏矩阵S_IR1和S_VI1分别进行下采样得到矩阵S_IR2和S_VI2；

步骤2：对输入的红外图像I_R与可见光图像V_I进行非下采样Contourlet变换(NSCT)，得到红外图像与可见光图像的低频子带以及对应的高频子带k≥1；

步骤3：对非下采样Contourlet变换得到的低频子带图像进行离散小波变换(DWT)，得到红外图像I_R与可见光图像V_I的低频平缓图像得到红外图像与可见光图像的低频变动图像