[发明专利]基于视觉显著性的红外与可见光图像融合方法及系统

摘要

本发明公开了一种基于视觉显著性的红外与可见光图像融合方法，包括：对红外图像和可见光图像进行多尺度分解；对每个尺度下的红外高频子带图像和可见光高频子带图像进行多方向分解；对红外图像和可见光图像进行显著性检测；根据红外图像和可见光图像的显著性检测结果对红外低频子带图像和可见光低频子带图像进行融合处理；依次对同一尺度下的同一方向的红外高频子带图像和可见光高频子带图像进行融合处理；对融合后的低频子带图像和每个尺度下的每个方向的融合后的高频子带图像进行多尺度逆变换得到最终的融合图像。本发明的图像融合方法得到了红外与可见光的视频图像融合后的光谱信息，使视频图像中提供的信息更加丰富。

主权项

1.基于视觉显著性的红外与可见光图像融合方法，其特征在于，包括以下步骤：S1，对红外图像进行多尺度分解，红外图像的多尺度分解的分解层数为J，得到一个红外低频子带图像C_IR和J个不同尺度下的红外高频子带图像j＝1,2…J；并得到红外低频子带图像C_IR在(x,y)处的低频系数C_IR(x,y)；得到第j个尺度下的红外高频子带图像在(x,y)处的高频系数对可见光图像进行多尺度分解，且可见光图像的多尺度分解的分解层数同样为J，得到一个可见光低频子带图像C_VI和J个不同尺度下的可见光高频子带图像j＝1,2…J；并得到可见光低频子带图像C_VI在(x,y)处的低频系数C_VI(x,y)；得到第j个尺度下的可见光高频子带图像在(x,y)处的高频系数其中，IR表示红外图像，VI表示可见光图像；j表示第j个尺度，j＝1,2…J；表示第j个尺度下的红外高频子带图像；表示第j个尺度下的可见光高频子带图像；x,y分别表示图像的行和列；S2，分别对J个不同尺度下的红外高频子带图像进行多方向分解即方向滤波，第j个尺度下的红外高频子带图像的多方向分解的分解层数为L_j，得到第j个尺度下的L_j个不同方向的红外高频子带图像j＝1,2…J，l＝1,2…L_j；并得到第j个尺度下第l个方向的红外高频子带图像在(x,y)处的高频系数分别对J个不同尺度下的可见光高频子带图像进行多方向分解即方向滤波，且每个尺度下的可见光高频子带图像的多方向分解的分解层数与该尺度下的红外高频子带图像的多方向分解的分解层数相同，即第j个尺度下的可见光高频子带图像的多方向分解的分解层数也为L_j，得到第j个尺度下的L_j个不同方向的可见光高频子带图像j＝1,2…J，l＝1,2…L；并得到第j个尺度下第l个方向的可见光高频子带图像在(x,y)处的高频系数其中，l表示第l个方向；S3，分别对红外图像和可见光图像进行显著性检测，分别得到红外图像的显著性检测结果SIR(x,y)和可见光图像的显著性检测结果SVI(x,y)；S4，根据红外图像的显著性检测结果SIR(x,y)和可见光图像的显著性检测结果SVI(x,y)，对红外低频子带图像CIR和可见光低频子带图像CVI进行融合处理，得到融合后的低频子带图像CF；S5，依次对同一尺度下的同一方向的红外高频子带图像和可见光高频子带图像进行融合处理，得到每个尺度下的每个方向的融合后的高频子带图像S6，对融合后的低频子带图像C_F和每个尺度下的每个方向的融合后的高频子带图像进行多尺度逆变换得到最终的融合图像。