[发明专利]一种基于多尺度对比度的红外与可见光图像融合方法

摘要

本发明公开了一种基于多尺度对比度的红外与可见光图像融合方法。能够基于计算得到的多尺度对比度，根据各尺度分解细节范围的不同，分别确定各层尺度信息中红外图像和可见光图像的融合权重，设计相应的多尺度信息的融合策略，使红外与可见光融合图像具有更好的视觉效果。结合表征人类视觉特性的对比敏感度函数，提取具有视觉敏感性的多尺度对比度，突出视觉敏感性信息，使融合图像具有更好的视觉效果，能够增强观察者对场景的感知和重要目标的快速识别能力；本发明在结合表征人类视觉特性的对比敏感度函数的同时，考虑了视觉对比度掩盖效应，有效利用视觉敏感性特征来指导融合过程，使融合图像的视觉效果进一步增强。

主权项

一种基于多尺度对比度的红外与可见光图像融合方法，其特征在于，包括如下步骤：步骤1，对红外图像Ir与可见光图像Iv分别进行N次连续高斯滤波，得到红外与可见光多尺度滤波图像和其中i＝0,1,…,N‑1；步骤2，计算红外图像的多尺度对比度和可见光图像的多尺度对比度步骤3：依据红外图像的多尺度对比度和可见光图像的多尺度对比度确定多尺度图像融合时，各尺度红外图像的融合权重Wi和最底层红外图像的融合权重WN：(1)当i＝0时，(2)当1≤i≤N‑1时，其中，“*”表示卷积运算符号，为用来对Sλ(Pi)进行平滑处理的高斯函数；Sλ(Pi)＝arctan(λPi)/arctan(λ)，其中λ为红外信息注入系数，为常数值，(3)最底层融合权重WN为：其中，“*”表示卷积运算符号，是使融合权重WN能够满足底层粗糙尺度条件下的信息融合要求的高斯函数；步骤4：对各尺度滤波图像进行加权融合，得到最终的融合图像IF：IF=WNINr+(1-WN)INv+Σi=0N-1(WiDir+(1-Wi)Div)]]>其中为第N次连续高斯滤波后得到的红外图像，为第N次连续高斯滤波后得到的可见光图像，其中为第i次连续高斯滤波后得到的红外图像，为第i次连续高斯滤波后得到的可见光图像,为第i+1次连续高斯滤波后得到的红外图像，为第i+1次连续高斯滤波后得到的可见光图像。