[发明专利]基于小波包变换的红外偏振信息融合方法和装置在审
申请号: | 202010507681.6 | 申请日: | 2020-06-05 |
公开(公告)号: | CN111667517A | 公开(公告)日: | 2020-09-15 |
发明(设计)人: | 陈伟力;王淑华;徐文斌;修鹏;陈艳;李军伟 | 申请(专利权)人: | 北京环境特性研究所 |
主分类号: | G06T7/30 | 分类号: | G06T7/30;G06T7/13;G06T5/50;G06K9/46;G06K9/20 |
代理公司: | 北京格允知识产权代理有限公司 11609 | 代理人: | 周娇娇 |
地址: | 100854*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 波包 变换 红外 偏振 信息 融合 方法 装置 | ||
1.一种基于小波包变换的红外偏振信息融合方法,其特征在于,该方法包括以下步骤:
获取不同波段的红外偏振信息图像并进行配准;所述不同波段的红外偏振信息图像包括长波红外偏振信息图像和中波红外偏振信息图像;
对配准后的不同波段的红外偏振信息图像进行小波包分解,并对中波红外偏振信息图像和长波红外偏振信息图像分解得到的对应频带子图像进行融合,再通过小波包重构得到融合图像;
基于融合图像进行目标识别。
2.根据权利要求1所述的基于小波包变换的红外偏振信息融合方法,其特征在于,所述对中波红外偏振信息图像和长波红外偏振信息图像分解得到的对应频带子图像进行融合,包括采用加权平均的方式进行低频分量融合:
WPl,F=aWPl,A+bWPl,B
其中,WPi,F为融合图像的低频分量部分,a和b为加权系数,且a+b=1,WPi,A为中波红外偏振信息图像分解后得到的低频子图像,WPi,B为长波红外偏振信息图像分解后得到的低频子图像。
3.根据权利要求1或2所述的基于小波包变换的红外偏振信息融合方法,其特征在于,所述对中波红外偏振信息图像和长波红外偏振信息图像分解得到的对应频带子图像进行融合,包括采用基于局部区域特征的融合方法进行高频分量融合:计算长波红外偏振信息图像和中波红外偏振信息图像与第1层第k个结点系数矩阵对应局部区域的方差匹配度M1k,AB(m,n):
其中,WP1k,A(m,n)为对中波红外偏振信息图像分解的第1层第k个结点系数矩阵项,WP1k,B(m,n)为对长波红外偏振信息图像分解的第1层第k个结点系数矩阵项,为对中波红外偏振信息图像分解的第1层第k个结点系数矩阵以点(m,n)为中心的Q区域的平均值;为对长波红外偏振信息图像分解的第1层第k个结点系数矩阵以点(m,n)为中心的局部区域Q的平均值;G1k,A(m,n)为中波红外偏振信息图像分解的第1层第k个结点系数矩阵中以点(m,n)为中心的局部区域方差;G1k,B(m,n)为长波红外偏振信息图像分解的第1层第k个结点系数矩阵中以点(m,n)为中心的局部区域方差;
判断方差匹配度M1k,AB(m,n)是否小于预设阈值,是则融合图像的高频分量部分的第1层第k个结点系数矩阵项WP1k,F(m,n)为:
否则,融合图像的高频分量部分的第1层第k个结点系数矩阵项WP1k,F(m,n)为:
其中,第1层第k个结点的加权系数
4.根据权利要求1或2所述的基于小波包变换的红外偏振信息融合方法,其特征在于,所述获取不同波段的红外偏振信息图像并进行配准,包括:
对红外偏振信息图像进行边缘提取,分别提取长波红外偏振信息图像和中波红外偏振信息图像中目标的边缘线性特征;
以当前波段的红外偏振信息图像为基准,求解另一波段的红外偏振信息图像的偏转角度和二维缩放比例,并根据该偏转角度和二维缩放比例对另一波段的长波红外偏振信息图像进行校正;
基于提取的边缘线性特征进行自相关计算,根据峰值出现位置确认当前波段的红外偏振信息图像的二维偏移量,根据该二维偏移量对另一波段的红外偏振信息图像进行平移调整,实现不同波段的红外偏振信息图像的配准。
5.一种基于小波包变换的红外偏振信息融合装置,其特征在于,包括:
图像配准单元,获取不同波段的红外偏振信息图像并进行配准;所述不同波段的红外偏振信息图像包括长波红外偏振信息图像和中波红外偏振信息图像;
图像融合单元,用于对配准后的不同波段的红外偏振信息图像进行小波包分解,并对中波红外偏振信息图像和长波红外偏振信息图像分解得到的对应频带子图像进行融合,再通过小波包重构得到融合图像;
目标识别单元,用于基于融合图像进行目标识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环境特性研究所,未经北京环境特性研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010507681.6/1.html,转载请声明来源钻瓜专利网。