[发明专利]一种基于动态目标检测的图像融合方法

说明书

本发明提供一种基于动态目标检测的图像融合方法，包括以下步骤：S1：使用同一相机拍摄动态图像，拍摄每一帧图像作为原始图像；S2：将经过S1步骤采集得到的原始图像传输进电脑，在电脑中对图像进行预处理；S3：将经过S2步骤预处理后的图像利用非下采样轮廓波变换将预处理后的图像分解成低频子带系数和高频子带系数；S4：将经过S3步骤预处理后的图像采用基于导向图滤波的加权平均策略来融合低频系数，然后利用脉冲耦合神经网络来融合高频系数；S5：将经过S4步骤预处理后的图像利用NSCT逆变换将低频融合系数和高频融合系数重构成一幅融合图像。本发明方法简单，效果明显，融合质量高。

技术领域

本发明主要涉及图像融合领域，尤其涉及一种基于动态目标检测的图像融合方法。

背景技术

实际拍摄场景中目标的动态问题以及成像系统的晃动给输入图像序列配准带来很大困难，且往往无法保证输入图像序列的光照严格一致。

已公开中国发明专利，申请号CN200910034678.0，专利名称：基于动态目标检测的图像融合方法，申请日：2009-09-07，本发明涉及一种基于动态目标检测的图像融合方法，属于图像处理技术领域。该方法首先对红外图像序列中的运动目标进行检测和提取，并以红外图像为参考，对微光图像进行快速配准，接着对红外和微光图像进行融合，最后将提取到的红外目标与融合图像进行二次融合。实验结果表明，本发明中所得到的融合图像不仅具有普通融合方法信息丰富的特点，还具有鲜明的红外目标指示特性。此外，本发明还可提供红外目标的坐标信息，为精确定位目标提供了可能。它在夜视侦察、安防监控等军事和民事领域有着广阔的应用前景。

发明内容

针对现有技术的上述缺陷，本发明提供一种基于动态目标检测的图像融合方法，包括以下步骤：

S1：使用同一相机拍摄动态图像，拍摄每一帧图像作为原始图像；

S2：将经过S1步骤采集得到的原始图像传输进电脑，在电脑中对图像进行预处理；

S3：将经过S2步骤预处理后的图像利用非下采样轮廓波变换将预处理后的图像分解成低频子带系数和高频子带系数；

S4：将经过S3步骤预处理后的图像采用基于导向图滤波的加权平均策略来融合低频系数，然后利用脉冲耦合神经网络来融合高频系数；

S5：将经过S4步骤预处理后的图像利用NSCT逆变换将低频融合系数和高频融合系数重构成一幅融合图像。

优选的，S2步骤中，预处理包括去燥、去燥、对比度增强和图像形态学造作，完成图像数据的前期处理。

优选的，非下采样轮廓波变换的分解级数为3层或4层或5层。

优选的，非下采样轮廓波变换的分解级数为3层不同的尺度，每个尺度上的方向子带数目为2、8和16。

优选的，低频系数融合中导向图滤波的滑动窗口半径设置为85个像素。

优选的，低频系数融合中导向图滤波的惩罚因子为10。

优选的，脉冲耦合神经网络进行高频子带系数融合的迭代次数为200。

本发明的有益效果：方法简单，效果明显，融合质量高。

具体实施方式

为了使本技术领域人员更好地理解本发明的技术方案，并使本发明的上述特征、目的以及优点更加清晰易懂，下面结合实施例对本发明做进一步的说明。实施例仅用于说明本发明而不用于限制本发明的范围。

本发明包括以下步骤：

S1：使用同一相机拍摄动态图像，拍摄每一帧图像作为原始图像；

S2：将经过S1步骤采集得到的原始图像传输进电脑，在电脑中对图像进行预处理；