[发明专利]基于运动目标检测的红外和可见光动态图像融合方法

摘要

一种基于运动目标检测的红外和可见光动态图像融合方法，首先采用区域生长方法对红外图像进行分割，然后利用分割后各区域亮度与背景亮度的差异程度去判断每一个分割后的区域是否属于准目标区域，采用最近邻关联方法从所有检测到的准目标区域中找出真实的运动目标，最后采用基于不可分离小波框架变换的图像融合方法将红外序列图像中检测到的目标信息融合到可见光序列图像中。本发明利用了两种成像传感器所成图像的空间灰度信息及序列图像时间轴上的运动信息，融合后的序列图像既具有红外图像较好的目标指示特性，又具有可见光图像较高的清晰度，有利于提高监控人员对目标情景的感知能力。本发明可广泛应用于目标成像、安全监视等领域中。

主权项

1、一种基于运动目标检测的红外和可见光动态图像融合方法，其特征在于包括如下具体步骤：1)采用基于区域生长的图像分割方法对当前帧红外图像进行分割，区域生长选择的灰度相似阈值取为热目标区域亮度均值与周围背景亮度均值的差的0.3-0.6倍；2)利用分割后各区域亮度与背景亮度的差异程度，求取每一个分割后的区域属于准目标区域的信任程度，如果某区域亮度均值与背景的亮度均值相比越高，则该区域属于准目标区域的信任度越接近1，否则该区域属于准目标区域的信任度越接近0；3)结合以前各帧红外图像检测到运动目标，采用最近邻关联方法从所有检测到的准目标区域中找出当前帧红外图像中真实的运动目标。目标运动状态为包含水平方向位置、水平方向速度、垂直方向位置以及垂直方向速度的四维矢量。目标运动模型假设为匀速直线运动。目标量测为目标区域的质心坐标。从当前帧红外图像所有准目标区域质心坐标集合中求取最近邻量测，如果其落入跟踪门内，即将其认为是真实目标质心位置的量测值，其相应的区域即作为真实的目标区域；4)对当前帧红外图像和可见光图像分别进行不可分离小波框架变换，然后对变换后的系数进行组合，如果当前帧红外图像中检测到目标，则在目标区域内组合后的系数取红外图像变换后的系数，其他区域内的组合系数取可见光图像变换后的系数，如果当前帧红外图像中没有检测到目标，则对于两图像变换后的最低频子带，组合后的系数取两图像变换后系数的均值，对于其它子带，组合后的系数取两图像变换后的系数绝对值大者，对组合后的系数进行不可分离小波框架逆变换，得到当前帧红外与可见光图像融合后的结果；5)循环对下一帧红外与可见光图像进行处理，直到最后一帧待融合红外图像与可见光图像处理完毕，得到红外序列图像与可见光序列图像融合后的序列图像。