[发明专利]基于侧窗滤波和多尺度变换的红外与可见光图像同步融合降噪方法

说明书

本发明涉及图像融合方法，尤其涉及红外与可见光图像融合方法，具体为基于侧窗滤波和多尺度变换的红外与可见光图像同步融合降噪方法，本方法按如下步骤进行：用改进的侧窗滤波分解红外与可见光图像，分别得到其所对应的基层与细节层信息；以基于自适应的幂次变换方法进行红外图像基层显著区域提取；对提取到的红外图像基层区域和可见光图像基层应用融合规则进行融合，得到基层融合图像；采用基于全变分的方法对细节层图像进行同步融合降噪处理，得到基层融合图像；对得到的基层融合图像和细节层融合图像进行重建，得到最终融合图像，该融合图像的对比度明显，显著区域突出，噪声大幅下降。

技术领域

本发明涉及图像融合方法，尤其涉及红外与可见光图像融合方法，具体为基于侧窗滤波和多尺度变换的红外与可见光图像同步融合降噪方法。

背景技术

红外与可见光图像所包含的信息不同，而图像融合技术能够将不同传感器捕获的关于同一场景的互补信息组合成一幅信息更为全面的图像，帮助后续处理。采集图像过程中，不可避免由于受到噪声的干扰使得图像质量下降，严重影响后续的各种任务进行。因此对图像进行去噪，具有重要的实际意义。对含有噪声的源图像，现有图像融合方法尽管可以综合信息进行融合，但得到的融合图像仍然是有噪声的，所以，不利于后续目标识别。

目前如果需要对含有噪声的图像进行融合，还需要在图像融合前或融合后进行降噪处理，不但花费时间多步骤繁琐，还会使原图像细节丢失，影响融合效果。为此，需要有一种新方法来同步实现图像融合和图像降噪。

发明内容

本发明为了提升受噪声污染源图像的融合结果，提出一种基于侧窗滤波和多尺度变换的红外与可见光图像同步融合降噪方法。

本发明是采用如下的技术方案实现的：基于侧窗滤波和多尺度变换的红外与可见光图像同步融合降噪方法，包括以下步骤：

分别用侧窗滤波处理红外与可见光图像，得到红外图像与可见光图像的基层图像和细节层图像；

用基于自适应的幂次变换方法进行红外图像基层显著区域提取，得到提取显著区域后的红外基层显著图像I′_b：

式中I_b(x,y)表示红外基层图像在(x,y)处的像素值，min()和max()分别表示取图像的最小和最大像素值操作，而m是自适应幂次变换的参数，其所对应的公式为：式中mid()表示取图像的中值操作；

对红外基层显著图像I′_b和可见光基层图像应用以下融合规则进行融合得到基层融合图像B_f：B_f(x,y)＝P(x,y)*I'_b(x,y)+(1-P(x,y))*V_b(x,y)，式中B_f(x,y)表示基层融合的图像在点(x,y)处的像素值，P(x,y)表示点(x,y)处融合的权重，V_b(x,y)表示可见光的基层图像在点(x,y)处的像素值，式中

采用基于全变分的方法对细节层图像进行同步融合降噪处理得到细节层融合图像D_f：