[发明专利]一种海上中长波红外图像融合方法

说明书

本发明公开了一种海上中长波红外图像融合方法，此方法利用NSCT变换对中长波红外图像进行分解得到相应高低频成分，然后通过全变分模型融合中长波红外图像的低频成分，通过显著性分析计算加权矩阵，并利用该矩阵完成中长波红外图像高频成分的融合，最后结合融合所得高低频成分进行NSCT逆变换得到最终融合图像。采用上述融合方法，在融合结果中保留了长波红外中图像整体亮度，并且将中波红外图像中的边缘细节融入了最终结果，同时平滑了海浪与云层的干扰，提高了目标的方向显著性，有利于后续进行目标检测。

技术领域

本发明属于图像处理领域，具体涉及一种海上中长波红外图像融合方法。

背景技术

目前常用的图像融合方法有基于离散小波，曲波变换以及非下采样轮廓波等方法，低频融合策略通常为加权平均，高频融合策略则是基于邻域系数占比的方法，离散小波和曲波变换过程中需要对图像进行下采样，导致融合后的图像中会存在吉布斯现象，模糊了图像边缘，降低了图像质量。而加权平均的低频融合策略并未充分考虑到长波整体灰度更亮的特点，并且模糊了边缘，导致融合细节上有所丢失，基于邻域系数占比的高频系数融合策略并未充分利用中长波图像中各自的边缘细节，导致融合效果不理想，所以提出一种基于NSCT分解，并利用全变分模型和显著性分析的进行高低频系数融合的方法，该方法在视觉效果和评价指标上都对融合效果有所改善。

发明内容

本发明所要解决的技术问题是设计一种改善海上红外图像质量的中长波红外图像融合方法。

本发明解决上述技术问题所采用的技术方案为：一种海上中长波红外图像融合方法，包括基于NSCT的图像分解、基于全变分模型的低频系数融合、基于显著性分析的高频系数融合以及NSCT逆变换图像重建。通常图像分解常采用的方法有基于离散小波、曲波变换等方法，存在的缺点是由于下采样的原因，会在融合图像的边缘中引入吉布斯现象，本发明采用的NSCT变换由于移去了下采样的步骤，其优点是避免引入了吉布斯现象；基于全变分的低频系数融合方法其优点是在保留长波红外图像整体亮度的同时，融入了中波低频中的细节信息；基于显著性分析的高频系数融合方法其优点是通过显著矩阵将中长波红外图像的各自的边缘细节信息融入了最终结果，其具体步骤如下：

步骤1，构建非下采样金字塔和非下采样方向滤波器组，中波红外图像和长波红外图像作为输入，进行图像多尺度多方向分解。首先通过对金字塔滤波器进行填零上采样构建非下采样金字塔滤波器，对图像进行N级分解得到N个高频子带系数和一个低频子带系数；然后初始化方向滤波器组，通过对两个双通道扇形滤波器进行填零上采样得到四通道非下采样方向滤波器组，将N个高频子带系数作为非下采样方向滤波器组的输入进行方向分解。对原始图像使用N级 NSCT分解可获得个子带，其中包括个高频子带，l_j为j尺度下的方向分解级数，分解得到的子带图像与原始图像大小一致。如图1表示了NSCT 变换二级分解示意图，NSCT采用非下采样金字塔和非下采样方向滤波器组使得图像具有完全平移不变形，能够在多尺度多方向上对图像进行分析，且NSCT 分解变换后的各个子带的尺寸特性与原图相同，有利于后续融合的规则制定。

步骤2，基于全变分模型进行低频系数融合，步骤1中分解所得低频子带系数作为步骤2的输入，将融合后低频子带系数初始化为长波红外低频子带系数，与长波低频子带系数做差取L2范数，并计算中长波红外低频系数之间的梯度差，依靠梯度下降流对长波红外图像低频系数进行平滑，同时保证轮廓边缘尽可能不被平滑，为了保留长波图像中的整体亮度并且融入中波图像中边缘细节，能量函数的建模如公式(1)所示

对公式(1)做如下变换，令L＝L_f-L_MW,V＝L_LW-L_MW，则有