[发明专利]基于多尺度变换分解的目标显著的图像融合方法及系统

摘要

本发明公开了一种基于多尺度变换分解的目标显著的图像融合方法及系统，本发明的方法与传统的多尺度分解方法的不同之处主要在于低频信息的融合，首先采用具体的多尺度分解方法将红外图像和可见光图像分解为低频带和高频带，高频部分采用常见的“最大绝对值”的融合规则来进行融合；为了突出目标，利用红外图像分解的低频信息所表征的红外特征确定低频信息的融合权重，最终的融合图像既能突出显著的红外目标特征，又能保持可见光图像清晰的背景、纹理细节和对比度信息。

主权项

1.一种基于多尺度变换分解的目标显著的图像融合方法，其特征在于，包含如下步骤：S1、基于可见光成像传感器与红外传感器分别对同一目标进行成像，对应的得到红外图像A和可见光图像B；S2、多尺度变换分解的方法分别对红外图像A和可见光图像B进行分解，分解为低频带{LA_N,LB_N}和高频带{LA_l,LB_l}，N表示顶层，l表示其它层；其中，参数中字母A代表红外图像A的数据，字母B代表可见光图像B的数据；S3、对从红外图像分解出来的低频部分的每个像素点x分别取绝对值，则得到红外特征的显著性强度R(x)：R(x)＝|LA_N|；根据下述公式对所有像素点处的R(x)进行归一化和非线性变换处理，得到C：式中，函数S_λ：[0,1]→[0,1]为非线性变换函数，定义为：其中，Ω表示整个图像区域内的像素点，函数的参数λ为预设值，λ>0；S4、根据下述公式计算得到低频融合结果LF_N：LF_N＝C·LA_N+(1‑C)·LB_N；S5、根据下述公式计算得到高频融合结果LF：S6、在LF_N与LF_l上执行与步骤S2中所述多尺度变换分解的方法的逆变换，重建最终融合图像。