[发明专利]一种基于无人机吊舱的数据配准融合方法

摘要

本发明涉及遥感图像处理技术领域，尤其涉及一种基于无人机吊舱的数据配准融合方法，本发明利用自适应互信息配准在进行图像融合之前首先要对图像配准，之后又通过HIS变换和提升小波变换实现了可见光图像和红外图像的有效融合，对无人机在同一时刻拍摄到的同一场景的可见光图像和红外图像进行实时有效的配准和融合，使最终结果不仅可以保留可见光图像的颜色和清晰的细节轮廓以及边缘，还可以保留红外图像红外物体的亮度信息，使红外目标物体相对背景亮度突出，更容易识别目标，红外图像和可见光图像的融合技术，不仅可以降低红外目标的误判率，还更容易检测红外目标并对其进行跟踪。

主权项

1.一种基于无人机吊舱的数据配准融合方法，其特征在于，包括如下步骤：步骤1.获取场景1的可见光图像A和红外图像B，以采集的可见光图像A作为参考图像，以红外图像B作为浮动图像，基于仿射变换模型求取变换参数tform11；步骤2.利用变换参数tform11对红外图像B进行空间变换，得到红外图像B1，即为粗配准结果；步骤3.针对粗配准后的图像利用Powell和粒子群混合优化算法进行互信息配准，修正变换参数tform11，得到最佳变换参数tform12；步骤4.利用最佳变换参数tform12对粗配准得到的红外图像B1进行空间几何变换，得到精确配准结果，即红外图像B2；步骤5.对于每一个场景n的可见光图像A和红外线图像B，均采用步骤1中的变换参数tform11进行步骤2～步骤4的处理，得到相应场景的精确配准结果，n大于等于2，且n为整数；步骤6.对于每个场景，经过精确配准后得到的图像，均基于HIS变换和提升小波变换进行图像融合，具体步骤为：6a.对可见光图像A进行HIS的色彩空间变换，提取H分量、I分量、S分量；6b.对红外图像B2进行灰度变换，得到灰度化后的红外图像B3；6c.对步骤6a中提取的I分量和红外图像B3均进行二层的提升小波分解，得到高频系数和低频系数，对于高频系数和低频系数分别采用不同的融合规则，进行融合；6d.对融合后的新的低频系数和新的高频系数进行提升小波逆变换；6e.将步骤6d得到的图像作为新图像的I分量，和步骤6a中得到的H分量、S分量再进行HIS的逆变换，得到融合后图像。