[发明专利]超大视场红外微光图像自然感彩色融合方法、设备及介质

权利要求书

1.超大视场红外微光图像自然感彩色融合方法，其特征在于，包括以下步骤：

以微光图像为目标图像，彩色参考图像为色彩源图像，对超大视场的微光图像和彩色参考图像进行超像素分割，分别构建超像素级别特征集，并基于各图像之间及图像本身的超像素特征相似度建立超像素初始匹配集；

基于建立的超像素初始匹配集，对微光图像进行自适应色彩传递，并将其与超大视场红外图像进行初始彩色融合，获取初始彩色融合图像；对初始彩色融合图像和微光初始彩色化图像做差分，获取红外独立信息图像；

将红外独立信息图像作为目标图像进行自适应色彩传递，并经过自适应色彩传递后获得的彩色化图像添加到初始彩色融合图像中，获得超大视场红外微光自然感彩色融合图像。

2.如权利要求1所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，所述对超大视场的微光图像和彩色参考图像进行超像素分割包括：

将彩色图像变换到lαβ色彩空间，采用SLIC方法分别对超大视场微光图像和超大视场彩色参考图像的l空间实施超像素分割。

3.如权利要求2所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，基于改进的Fuzzy ART神经网络对彩色参考图像的色彩空间αβ进行聚类，其中，改进的FuzzyART神经网络的改进包括：

调换竞争层和匹配层；

网络学习速率根据输入色彩相似度自适应调整，即输入色彩相似度越高学习速率越快。

4.如权利要求2所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，按照低、中、高三个层次来提取超大视场微光图像和超大视场彩色参考图像的l空间超像素特征。

5.如权利要求1所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，通过采用KNN算法实现红外独立信息彩色化图像作为目标图像进行自适应色彩传递。

6.如权利要求5所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，所述自适应的色彩传递包括以下两种情况：

(1)若其匹配集不为空，且其彩色图像超像素匹配集不为空，则根据欧式距离越小，相似度越高的准则，赋予超像素在色彩传递中更大的权重并进行传递；

(2)若匹配集为空，通过KNN算法优化为综合当前超像素的邻域来获取色彩，通过计算当前超像素和已成功色彩传递的多个超像素邻域的欧式距离，自适应求取色彩并进行传递。

7.如权利要求2所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，基于RPCA法和引导滤波的灰度图像融合规则实现将红外独立信息的彩色化图像添加到初始彩色融合图像进行融合。

8.如权利要求7所述的超大视场红外微光图像自然感彩色融合方法，其特征在于，所述基于RPCA法和引导滤波的灰度图像融合规则实现将红外独立信息彩色化图像添加到初始彩色融合图像进行融合包括步骤：

采用RPCA方法分别将红外独立信息的彩色化图像、初始彩色融合图像的l空间的图像分解为低秩图像和稀疏图像部分；

对两个低秩图像采用加权平均进行融合获得低秩融合图像；对两个稀疏图像采用拉普拉斯滤波构造融合获得稀疏融合图像；

采用逆RPCA方法融合低秩融合图像和稀疏融合图像重构灰度融合图像，并将其与初始彩色融合图像的α、β色彩空间一同变获得超大视场红外微光自然感彩色融合图像。

9.计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述超大视场红外微光图像自然感彩色融合方法。

10.计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述超大视场红外微光图像自然感彩色融合方法。