[发明专利]基于潜在低秩表示和结构张量的图像融合方法及装置有效
申请号: | 201811055040.0 | 申请日: | 2018-09-11 |
公开(公告)号: | CN109345494B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 程博阳;金龙旭;李国宁 | 申请(专利权)人: | 中国科学院长春光学精密机械与物理研究所 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T7/33 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 曹卫良 |
地址: | 130033 吉林省长春*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供的基于潜在低秩表示和结构张量的图像融合方法及装置,针对现有双通道PCNN模型在解决红外图像与可见光图像融合问题时存在的不足,利用基于LatLRR算法构成的LSR算子作为PCNN模型的外界刺激,解决红外图像与可见光图像之间较大的差异性,并且利用基于结构张量奇异值分解而构成的TSV算子作为链接强度,表征图像的特征变化,一定程度上可以解决红外图像与可见光图像光谱差异较大而导致融合图像对比度较低的问题,同时较完整地保留了丰富的纹理信息和细节信息,并且图像过渡自然。 | ||
搜索关键词: | 基于 潜在 表示 结构 张量 图像 融合 方法 装置 | ||
【主权项】:
1.一种基于潜在低秩表示和结构张量的图像融合方法,其特征在于,所述方法包括:获取来自同一场景并进行图像配准的红外图像和可见光图像;利用潜在低秩表示LatLRR算法对所述红外图像和所述可见光图像进行分解得到第一显著性特征图和第二显著性特征图,对所述第一显著性特征图和所述第二显著性特征图各自的灰度值进行归一化,分别对应形成第一加权系数矩阵和第二加权系数矩阵;利用所述第一加权系数矩阵和所述第二加权系数矩阵分别指导基于红外显著性红外显著性与可见光显著性的原图像自适应加权叠加,将叠加后的系数矩阵归一化构成低秩显著性LSR算子;获取图像任一点像素的梯度向量,利用利用所述梯度向量确定所述像素点的张量,对所述张量采用滤波技术进行平滑处理的到结构张量,所述结构张量进行矩阵奇异值分解得到相应的特征根,利用所述特征根确定张量奇异值TSV算子;将所述LSR算子和TSV算子输入到预先建立的自适应双通道PCNN模型中,以所述TSV算子作为PCNN模型的链接强度处理得到融合图像灰度值。
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。
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中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/201811055040.0/,转载请声明来源钻瓜专利网。