[发明专利]基于NSCT域底层视觉特征的可见光和红外图像融合方法

摘要

本发明提出了一种基于非下采样轮廓波变换(NSCT)域底层视觉特征的可见光和红外图像融合算法。首先将可见光和红外图像经NSCT变换得到二者的高低频子带系数，然后联合相位一致性、邻域空间频率和邻域能量等信息，综合衡量低频子带系数的像素活跃水平，分别得到可见光和红外图像低频子带系数的融合权重，从而得到融合图像的低频子带系数；结合相位一致性、清晰度和亮度等信息衡量高频子带系数的像素活跃水平，分别得到可见光和红外图像高频子带系数的融合权重，进而得到融合图像的高频子带系数，最后利用NSCT逆变换，得到最终的融合图像。本发明能够有效地保留源图像的细节信息，同时综合可见光图像和红外图像的有用信息。

主权项

1.基于NSCT域底层视觉特征的可见光和红外图像融合方法，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NSCT变换，分别得到可见光图像和红外图像的子带系数，所述子带系数包括低频子带系数和高频子带系数；步骤2，根据可见光和红外图像低频子带系数的相位一致性、邻域空间频率和邻域能量信息计算融合图像的低频子带系数；计算可见光和红外图像低频子带系数的相位一致性： PC V I L ( x , y ) = Σ k E V I , θ k L ( x , y ) ϵ + Σ n Σ k A V I , n , θ k L ( x , y ) ]]> PC I R L ( x , y ) = Σ k E I R , θ k L ( x , y ) ϵ + Σ n Σ k A I R , n , θ k L ( x , y ) ]]>分别表示可见光和红外图像在像素点(x,y)的低频子带系数的相位一致性，L表示低频，VI和IR分别表示可见光和红外图像，n＝{0,1,...,J-1}，k＝{0,1,...,K-1}，J和K分别表示可见光和红外图像在傅里叶频域分解的尺度数量和方向数量，θk表示滤波器的方向角，分别表示可见光和红外图像像素点(x,y)的低频子带系数在第n尺度，θk方向角的傅里叶频域的局部能量，

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201610044134.2/，转载请声明来源钻瓜专利网。