一种基于对比度显著性的可见光红外图像融合方法技术

本发明专利技术涉及一种基于对比度显著性的可见光红外图像融合方法，属于图像处理技术领域，解决了现有的可见光红外图像融合方法融合后的图像中对比度明显但像素强度不高的细节部分缺失，图像边缘较模糊的问题。一种基于对比度显著性的可见光红外图像融合方法，包括以下步骤：求取对比度显著性图像；对导向图图像进行导向滤波；得到融合后图像的细节层和背景层；对可见光红外融合后的细节层和可见光红外融合后的背景层相加得到最终融合结果图像。本发明专利技术的基于对比度显著性的可见光红外图像融合方法，使得图像区域中对比度明显但像素强度值不高的细节信息得以保留，结合导向滤波能够更好的保持边缘的特性，使融合后图像获得更多的有效信息。的有效信息。的有效信息。

【技术实现步骤摘要】
一种基于对比度显著性的可见光红外图像融合方法


[0001]本专利技术属于图像处理领域，特别涉及一种基于对比度显著性的可见光红外图像融合方法。

技术介绍

[0002]红外成像因其能够容易的获得目标的温度信息，且可以昼夜工作，在成像领域的应用越来越广泛。但红外成像也有其局限性，在温度不敏感的情况下，红外成像很难将目标与背景区分开来。
[0003]相对地，可见光强度图像具有更多的图像细节和纹理信息，但其易受环境、天气等外在因素影响，在对比度低或背景杂乱的情况下目标信息并不明显。
[0004]近年来，为了充分发挥红外图像和可见光图像的优点，可见光红外图像融合技术成为了多波段图像融合领域里的重要分支，可见光红外图像融合技术将可见光图像和红外图像的有效信息进行融合，对人类视觉感知、目标检测及识别都有着重要的意义。
[0005]现有的可见光红外图像融合方法包括基于像素显著性的导向滤波的图像融合方法和线性融合方法，融合后的图像中对比度明显但像素强度不高的细节部分缺失，图像边缘较模糊。

技术实现思路

[0006]鉴于以上分析，本专利技术旨在提供一种基于对比度显著性的可见光红外图像融合方法，用以解决现有的可见光红外图像融合方法融合后的图像中对比度明显但像素强度不高的细节部分缺失，图像边缘较模糊的问题。
[0007]本专利技术的目的主要是通过以下技术方案实现的：
[0008]一种基于对比度显著性的可见光红外图像融合方法，包括以下步骤：
[0009]步骤1、对输入的可见光、红外灰度图像求取高水平梯度且低垂直梯度图；
[0010]步骤2、比较可见光、红外灰度图像的高水平梯度且低垂直梯度图，求取对比度显著性图像I
Statistical
；
[0011]步骤3、基于对比度显著性图像求取可将光图像和红外图像的导向图图像P
Vis
和P
IR
；
[0012]步骤4、对输入的可见光及红外灰度图像进行均值滤波以获取细节层和背景层；
[0013]步骤5、对输入的可见光、红外灰度图像根据求得的导向图图像P
Vis
和P
IR
分别进行不同滤波器和不同模糊系数的导向滤波，获得可见光和红外图像细节层权重系数Wd
Vis
、Wd
IR
和背景层的权重系数Wb
Vis
、Wb
IR
；
[0014]步骤6、分别将步骤5中求得的细节层权重系数Wd
Vis
、Wd
IR
和背景层的权重系数Wb
Vis
、Wb
IR
与可见光、红外的细节层、背景层加权后得到融合后图像的细节层FUSION
D
和背景层FUSION
B
；
[0015]步骤7、对步骤6所得的可见光红外融合后的细节层FUSION
D
和可见光红外融合后
的背景层FUSION
B
相加得到最终融合结果图像FUSION。
[0016]进一步地，步骤1中，使用x方向的梯度图减去y方向的梯度图，分别求取可见光、红外灰度图像的高水平梯度且低垂直梯度图。
[0017]进一步地，步骤1中，求取梯度图的算子使用Sobel算子。
[0018]进一步地，步骤1中，输入的可见光、红外图像均为灰度图像。
[0019]进一步地，步骤2中，对比度显著性图像的每个像素点取可见光、红外这两个高水平梯度且低垂直梯度图矩阵中的最大值，得到对比度显著性图像I
Statistical
。
[0020]进一步地，步骤3中，可见光图像和红外图像的导向图图像P
Vis
和P
IR
求取方法为：将对比度显著值图像分别与可见光及红外的高水平梯度且低垂直梯度图比较，值相等的像素点位置导向图值为1，值不等的像素点位置导向图值为0。
[0021]进一步地，步骤4中，对输入的可见光、红外灰度图像分别进行均值滤波获取其细节层和背景层，其中背景层平滑程度很大，采用31
×
31的均值滤波器，以获得背景层，并根据获得的背景层计算细节层：
[0022]Vis
mean
‑
d
＝Vis
‑
Vis
mean
‑
b
ꢀꢀꢀꢀꢀ
(6)
[0023]IR
mean
‑
d
＝IR
‑
IR
mean
‑
b
ꢀꢀꢀꢀ
(7)
[0024]其中，ViS
mean
‑
d
、IR
mean
‑
d
分别为均值滤波后的可见光、红外灰度图像的细节层，Vis为可见光灰度图像，IR为红外灰度图像，Vis
mean
‑
b
、IR
mean
‑
b
分别为均值滤波后的可见光、红外灰度图像的背景层。
[0025]进一步地，步骤5中，利用导向滤波函数求得可见光图像的细节层的权重系数Wd
Vis
的过程为公式(8)；利用导向滤波函数求得可见光图像的背景层的权重系数Wb
Vis
的过程为公式(9)：
[0026]Wd
Vis
＝guiderfiler(Vis，P
Vis
，k
d
，eps
d
)
ꢀꢀꢀꢀ
(8)
[0027]Wb
Vis
＝guiderfiler(Vis，P
Vis
，k
b
，eps
b
)
ꢀꢀꢀꢀ
(9)
[0028]利用导向滤波函数求得红外图像的细节层的权重系数Wd
IR
的过程为公式(10)；利用导向滤波函数求得红外图像的背景层的权重系数Wb
IR
的过程为公式(11)：
[0029]Wd
IR
＝guiderfiler(IR，P
IR
，k
d
，eps
d
)
ꢀꢀꢀꢀꢀ
(10)
←
[0030]Wb
IR
＝guiderfiler(IR，P
IR
，k
b
，eps
b
)
ꢀꢀꢀꢀꢀ
(11)
[0031]其中，公式中guiderfiler()表示导向滤波函数；V
is
为可见光灰度图像；IR为红外灰度图像；P
Vis
和P
IR
为步骤3中分别求取的可见光、红外图像的导向图图像；k
b本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于对比度显著性的可见光红外图像融合方法，其特征在于，包括以下步骤：步骤1、对输入的可见光、红外灰度图像求取高水平梯度且低垂直梯度图；步骤2、比较可见光、红外灰度图像的高水平梯度且低垂直梯度图，求取对比度显著性图像I
Statistical
；步骤3、基于对比度显著性图像求取可将光图像和红外图像的导向图图像P
Vis
和P
IR
；步骤4、对输入的可见光及红外灰度图像进行均值滤波以获取细节层和背景层；步骤5、对输入的可见光、红外灰度图像根据求得的导向图图像P
Vis
和P
IR
分别进行不同滤波器和不同模糊系数的导向滤波，获得可见光和红外图像细节层权重系数Wd
Vis
、Wd
IR
和背景层的权重系数Wb
Vis
、Wb
IR
；步骤6、分别将步骤5中求得的细节层权重系数Wd
Vis
、Wd
IR
和背景层的权重系数Wb
Vis
、Wb
IR
与可见光、红外的细节层、背景层加权后得到融合后图像的细节层FUSIO N
D
和背景层FUSIO N
B
；步骤7、对步骤6所得的可见光红外融合后的细节层DUSIO N
D
和可见光红外融合后的背景层FUSIO N
B
相加得到最终融合结果图像FUSION。2.根据权利要求1所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤1中，使用x方向的梯度图减去y方向的梯度图，分别求取可见光、红外灰度图像的高水平梯度且低垂直梯度图。3.根据权利要求1或2所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤1中，求取梯度图的算子使用Sobel算子。4.根据权利要求1所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤1中，输入的可见光、红外图像均为灰度图像。5.根据权利要求1所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤2中，对比度显著性图像的每个像素点取可见光、红外这两个高水平梯度且低垂直梯度图矩阵中的最大值，得到对比度显著性图像I
Statistical
。6.根据权利要求5所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤3中，可见光图像和红外图像的导向图图像P
Vis
和P
IR
求取方法为：将对比度显著值图像分别与可见光及红外的高水平梯度且低垂直梯度图比较，值相等的像素点位置导向图值为1，值不等的像素点位置导向图值为0。7.根据权利要求6所述的基于对比度显著性的可见光红外图像融合方法，其特征在于，步骤4中，对输入的可见光、红外灰度图像分别进行均值滤波获取其细节层和背景层，其中背景层平滑程度很大，采用31
×
31的均值滤波器，以获得背景层，并根据获得的背景层计算细节层：Vis
mean
‑
d
＝Vis
‑
Vis
mean
‑
b
ꢀꢀꢀꢀ
(6)IR
mean
‑
d
＝IR
‑
IR
mean
‑
b
ꢀꢀꢀꢀ
(7)其中，Vis
mean
‑
d
、IR
mean
‑
d
分别为均值滤波后的可见光、红外灰度图像的细节层，V...

【专利技术属性】
技术研发人员：王佳佳，孙长燕，廉黎，朱亮，苏子航，饶志涛，潘少鹏，张艳辉，
申请(专利权)人：北京华航无线电测量研究所，
类型：发明
国别省市：