[发明专利]一种基于小波变换的红外图像与可见光图像融合的处理方法

权利要求书

1.一种基于小波变换的红外图像与可见光图像融合的处理方法，其特征在于包括以下步骤：

步骤一，对原始图像进行预处理和图像配准。

步骤二，对处理后的原始图像进行小波变换，用小波对原始图像V、I进行K层分解，得到3K+1张子图像。

步骤三，将V、I对应分解层次的不同频率分量融合，得到3K张高频子图和K层低频子图。每一层上的不同频率分量可以通过不同的融合算子进行融合，进而得到小波变换金字塔。

步骤四：小波逆变换得到红外图像与可见光图像融合后的结果图像。

2.根据权利要求1所述的基于小波变换的红外图像与可见光图像融合的处理方法，其特征在于，所述步骤一具体为：对原始图像进行预处理和图像配准。经过对比，选择基于边缘特征的图像配准方法。首先提取原始图像的特征，然后生成特征描述子，最后根据描述子的相似程度对两幅图像的特征之间进行配准，得到的处理后的图像分别为V(x,y)和I(x,y)。

3.根据权利要求1所述的基于小波变换的红外图像与可见光图像融合的处理方法，其特征在于，所述步骤二具体为：对处理后的原始图像进行小波变换ω。小波变换是利用小波系数以特征的形式检测图像或特征的边缘。用小波对原始图像V、I进行K层分解，得到3K+1张子图像，其中包括3K个具有细节信息的高频带子图和一个具有近似分量的低频带子图。记红外图像经小波变换后的高频和低频子图分别为ω_L(V(x,y))和ω_H(I(x,y))，可见光图像经小波变换后的高频和低频子图分别为ω_L(V(x,y))和ω_H(I(x,y))。

小波变换包含不同尺度的源图像的低-高频带、高-低频带、高-高频带和低-低频带。低-低频带具有所有正变换值，其余频带具有围绕零波动的变换值。这些波段中较大的变换值响应亮度的急剧变化，从而响应图像中显着特征(例如边缘、线条和边界)的变化。

4.根据权利要求1所述的基于小波变换的红外图像与可见光图像融合的处理方法，其特征在于，所述步骤三具体为：将经过小波变换的原始图像对应分解层次的不同频率分量融合，得到3K张高频子图和K层低频子图。每一层上的不同频率分量可以通过不同的融合算子进行融合，进而得到小波变换塔形结构。

对待图像进行小波变换后，采用加权平均法得到融合图像在低频分量上相应方向的低频系数矩阵，并在高频分量上相应方向选取较大值。融合后的图像将通过逆变换后的小波系数矩阵获得。其中低频分量采用加权平均法对应计算公式如下所示：

L_k(F(x,y))＝λ_k(V)*ω_L(V(x,y))+λ_k(I)*ω_L(I(x,y)) (1)

其中λ_k(V)和λ_k(I)是分别对应可见光图像和红外图像的加权系数，L_k(F(x,y))表示低频分量融合后的结果。

高频分量采用绝对值最大法对应的计算过程如下所示：

H_k(F(x,y))＝max{ω_H(V(x,y)),ω_H(I(x,y))} (2)

其中H_k(F(x,y))表示高频分量融合后的结果。

通常，红外图像包含粗尺度信息，而可见光图像包含细尺度信息。此外，通过将绝对值最大规则应用于高频分量，将加权平均法应用于低频分量，将更多的可见图细节和较少的红外图细节转移到融合图像中。

5.根据权利要求1所述的基于小波变换的红外图像与可见光图像融合的处理方法，其特征在于，所述步骤四具体为：小波逆变换得到红外图像与可见光图像融合后的结果图像。对应计算过程如下所示：

F(x,y)＝ω^-1(φ(w(V(x,y)),w(I(x,y)))) (3)

其中融合规则为φ，ω^-1代表小波逆变换。