[发明专利]基于NSST的可见光与红外图像融合方法及系统

摘要

本发明提供一种基于NSST的可见光与红外图像融合方法及系统，包括输入可见光和红外图像并进行NSST变换，分别得到可见光图像和红外图像的子带系数，所述的子带系数包括低频子带系数和高频子带系数；求低频子带系数的邻域平均能量，计算各子区域的区域能量特征值，采用基于区域能量特征值的加权策略计算融合图像的低频子带系数；采用基于四阶相关系数的匹配策略计算融合图像的高频子带系数；进行NSST反变换，得到融合图像。本发明能够更好地保留图像边缘和纹理等细节信息，有效地综合红外图像的目标信息与可见光图像的细节信息。

主权项

一种基于NSST的可见光与红外图像融合方法，其特征在于，包括以下步骤：步骤1，输入可见光和红外图像并进行NSST变换，分别得到可见光图像和红外图像的子带系数，所述的子带系数包括低频子带系数和高频子带系数；步骤2，根据可见光图像和红外图像的低频子带系数，采用基于区域能量特征值的加权策略计算融合图像的低频子带系数，实现如下，对可见光图像和红外图像每个像素，分别按照以下原则求低频子带系数的邻域平均能量，Evis(m,n)=1X×YΣx=(X-1)/2(X+1)/2Σy=-(Y-1)/2(Y+1)/2[Cvisl(m+x,n+y)]2]]>Einf(m,n)=1X×YΣx=(X-1)/2(X+1)/2Σy=-(Y-1)/2(Y+1)/2[Cinfl(m+x,n+y)]2]]>其中，分别表示红外图像、可见光图像中像素(m+x,n+y)的低频子带系数；Evis(m,n)、Einf(m,n)分别表示可见光图像、红外图像在像素点(m,n)处的邻域平均能量，X×Y为预设的邻域大小，(m+x,n+y)为像素点(m,n)的邻域内任一点；对可见光图像和红外图像，分别按照同样的方式将图像中所有像素的低频子带系数的邻域平均能量构成邻域能量矩阵，将得到的相应邻域能量矩阵划分成若干个互不重叠的独立子区域，并计算各子区域的区域能量特征值；然后，根据见光图像和红外图像中各子区域的区域能量特征值，按区域能量特征值的加权策略计算融合图像中相应子区域的低频子带系数，实现如下，设图像中某像素点(m,n)属于第i个子区域，根据第i个子区域的融合权值求取融合图像中该像素点的低频子带系数如下，Cfus,il(m,n)=wvis,i×Cvisl(m,n)+winf,i×Cinfl(m,n)]]>其中，分别表示红外图像、可见光图像中像素(m,n)的低频子带系数；winf,i、wvis,i分别表示红外图像、可见光图像第i个子区域的融合权值，定义如下，wvis,i＝E′vis,i/(E′vis,i+E′inf,i)winf,i＝E′inf,i/(E′vis,i+E′inf,i)其中，E′vis,i、E′inf,i分别表示可见光图像和红外图像第i个子区域的区域能量特征值；步骤3，根据可见光图像和红外图像的高频子带系数，采用基于四阶相关系数的匹配策略计算融合图像的高频子带系数，实现如下，设置一个滑动窗口，在滑动窗口遍历到任一位置时计算可见光图像和红外图像的高频子带系数在滑动窗口内的四阶相关系数F，设滑动窗口遍历到任一位置时的窗口中心为图像某像素点(m,n)，当F＞th时，融合图像的高频子带系数求取如下，Cfush(m,n)=(1-R)·Cinfh(m,n)+R·Cvish(m,n),|Cinfh(m,n)|>|Cvish(m,n)|(1-R)·Cvish(m,n)+R·Cinfh(m,n),|Cinfh(m,n)|≤|Cvish(m,n)|]]>其中，加权系数R的计算方式为反之，则Cfush(m,n)=Cinfh(m,n),|Cinfh(m,n)|>|Cvish(m,n)|Cvish(m,n),|Cinfh(m,n)|≤|Cvish(m,n)|]]>其中，和分别表示红外图像、可见光图像和融合图像在像素点(m,n)的高频子带系数，th为预设阈值；步骤4，根据步骤2、3所得融合图像的低频子带系数和高频子带系数，进行NSST反变换，得到融合图像。