[发明专利]一种图像融合方法及终端在审

专利信息
申请号: 202110303628.9 申请日: 2021-03-22
公开(公告)号: CN112669251A 公开(公告)日: 2021-04-16
发明(设计)人: 袁小德;张宇;刘东剑 申请(专利权)人: 深圳金三立视频科技股份有限公司
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 深圳市博锐专利事务所 44275 代理人: 欧阳燕明
地址: 518000 广东省深圳市龙华区龙华街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 融合 方法 终端
【权利要求书】:

1.一种图像融合方法,其特征在于,包括步骤:

接收待融合的可见光图和红外图;

计算所述可见光图和红外图之间的单应性矩阵,根据所述单应性矩阵将所述可见光图的视角转换为红外图视角;

对所述红外图和转换后的可见光图进行图像金字塔分解,将所述红外图的顶层高斯金字塔图像和所述转换后的可见光图的顶层高斯金字塔图像进行泊松融合;

将所述红外图的每一层拉普拉斯金字塔图像和所述转换后的可见光图的每一层拉普拉斯金字塔图像进行线性融合;

根据所述泊松融合得到的高斯金字塔图像和所述线性融合得到的拉普拉斯金字塔图像进行图像重建,得到图像融合结果。

2.根据权利要求1所述的一种图像融合方法,其特征在于,计算所述可见光图和红外图之间的单应性矩阵包括:

根据获取到的所述可见光图的预设像素点qi和红外图的预设像素点qr,得到所述可见光图和红外图之间的关系:

,方程展开后为;

式中,∝表示正比于,ui表示所述可见光图的预设像素点qi的横坐标,vi表示所述可见光图的预设像素点qi的纵坐标,ur表示所述可见光图的预设像素点qr的横坐标,vr表示所述可见光图的预设像素点qr的纵坐标,H表示单应性矩阵,H中的各个元素表示单应性矩阵中的各个变量;

将多组所述可见光图的预设像素点坐标和红外图的预设像素点坐标代入所述可见光图和红外图之间的关系公式,并设置H33为1,计算单应性矩阵中每一未知变量的值:

3.根据权利要求2所述的一种图像融合方法,其特征在于,获取所述可见光图的预设像素点和红外图的预设像素点包括:

根据所述单应性矩阵中的未知变量的数量,获取四组对应的所述可见光图的预设像素点和红外图的预设像素点。

4.根据权利要求1所述的一种图像融合方法,其特征在于,将所述红外图的顶层高斯金字塔图像和所述转换后的可见光图的顶层高斯金字塔图像进行泊松融合包括:

计算泊松融合结果的梯度与所述转换后的可见光图的顶层高斯金字塔图像梯度差值的最小值:

,其中;

式中,表示一阶微分,f表示泊松融合结果,f*表示所述红外图的顶层高斯金字塔图像,Ω表示所述红外图的顶层高斯金字塔图像和所述转换后的可见光图的顶层高斯金字塔图像进行泊松融合的区域,表示所述泊松融合区域的边界,v表示所述转换后的可见光图的顶层高斯金字塔图像的梯度,min表示计算最小值;

所述最小值计算公式等价于根据泊松融合区域中所述转换后的可见光图的顶层高斯金字塔图像梯度计算泊松融合结果的二阶梯度:

,其中;

式中,表示二阶微分,div(v)表示计算所述转换后的可见光图的顶层高斯金字塔图像梯度的散度;

根据所述泊松融合结果的二阶梯度得到泊松融合结果的梯度,将所述红外图的顶层高斯金字塔图像中所述泊松融合区域的梯度修改为对应的所述泊松融合结果的梯度。

5.根据权利要求1所述的一种图像融合方法,其特征在于,根据所述泊松融合得到的高斯金字塔图像和所述线性融合得到的拉普拉斯金字塔图像进行图像重建,得到图像融合结果包括:

将泊松融合得到的高斯金字塔图像逐层进行上采样;

从金字塔最顶层开始,将每层线性融合得到的拉普拉斯金字塔图像与对应的所述上采样高斯金字塔图像相加,得到图像融合结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳金三立视频科技股份有限公司,未经深圳金三立视频科技股份有限公司许可,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/202110303628.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top