System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像处理,尤其涉及一种基于显著特征的多波段图像融合方法及装置。
技术介绍
1、随着红外探测技术不断发展,在弱光环境下的探测性能不断提升,可探测的红外光波段不断增多,这也促进了红外探测技术在更多领域的应用。例如对于增强视景系统(evs),下一代evs为了给飞行员提供更加丰富的飞机外部视景数据,正朝着多波段红外探测方向发展。现有evs设备以单红外波段架构居多,缺少可见光成像波段。而民航机场建设过程中,传统的以卤素灯、金属卤化物、溴钨为光源的机场助航灯光逐渐被以发光二极管(led)为光源的灯光替代,led灯光为冷光源,其光谱辐射特性对于红外探测来说不可见。因此单一波段的探测器已无法满足红外视景系统对现代化机场灯光的探测需求,需要增加传感器对可见光的探测能力,从而多波段evs系统成为发展的主流趋势。
2、但是多波段红外探测仍然面临多个问题,一是对各波段图像进行融合才能尽量保留各波段图像的特征信息,如可见光的led灯光信息、短波红外的跑道和热光源信息、长波的红外的背景信息;二是对多波段图像进行融合的效率还比较低。
技术实现思路
1、本说明书实施例提供一种基于显著特征的多波段图像融合方法及装置,用以解决如何提高多波段图像融合效果和效率的技术问题。
2、为解决上述技术问题,本说明书实施例提供如下技术方案:
3、本说明书实施例提供一种基于显著特征的多波段图像融合方法,所述方法包括:
4、对多波段图像组中的任一目标波段图像,确定该目标波段图像
5、获取多波段图像组中各目标波段图像的显著性特征,利用各目标波段图像的显著性特征,得到各目标波段图像的细节层图像分别对应的融合系数矩阵;
6、利用各目标波段图像的细节层图像对应的融合系数矩阵,对各目标波段图像的细节层图像进行融合,得到细节层融合结果;以及,对各目标波段图像的基础层图像进行融合,得到基础层融合结果;根据所述基础层融合结果和细节层融合结果,得到各目标波段图像的融合结果。
7、可选的,确定该目标波段图像的基础层图像包括:
8、使用均值滤波算法确定该目标波段图像的基础层图像。
9、可选的,确定该目标波段图像的细节层图像包括:
10、通过该目标波段图像和该目标波段图像的基础层图像,确定该目标波段图像的细节层图像。
11、可选的,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
12、根据该目标波段图像经均值滤波操作所得图像和该目标波段图像经中值滤波操作所得图像,得到该目标波段图像的显著性特征。
13、可选的,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
14、将该目标波段图像经均值滤波操作所得图像减去该目标波段图像经中值滤波操作所得图像后所得结果的绝对值,作为该目标波段图像的显著性特征。
15、可选的,利用各目标波段图像的细节层图像对应的融合系数矩阵,对各目标波段图像的细节层图像进行融合,包括:
16、对各目标波段图像的细节层图像进行加权融合;其中,对任一目标波段图像,将该目标波段图像的细节层图像对应的融合系数矩阵,作为加权融合中该目标波段图像的细节层图像对应的权重。
17、可选的,对各目标波段图像的基础层图像进行融合包括:
18、确定各目标波段图像的基础层图像分别对应的权重,从而对各目标波段图像的基础层图像进行加权融合。
19、可选的,根据所述基础层融合结果和细节层融合结果,得到各目标波段图像的融合结果,包括:
20、将所述基础层融合结果和细节层融合结果进行融合,得到各目标波段图像的融合结果。
21、可选的,所述多波段图像组包括可见光图像、短波红外图像和长波红外图像;
22、和/或,
23、目标波段图像包括可见光图像、短波红外图像和长波红外图像。
24、本说明书实施例提供一种基于显著特征的三光融合装置,所述装置包括:
25、分层模块,用于对多波段图像组中的任一目标波段图像,确定该目标波段图像的基础层图像和细节层图像;
26、特征模块,用于获取多波段图像组中各目标波段图像的显著性特征,利用各目标波段图像的显著性特征,得到各目标波段图像的细节层图像分别对应的融合系数矩阵;
27、融合模块,用于利用各目标波段图像的细节层图像对应的融合系数矩阵,对各目标波段图像的细节层图像进行融合,得到细节层融合结果;以及,对各目标波段图像的基础层图像进行融合,得到基础层融合结果;根据所述基础层融合结果和细节层融合结果,得到各目标波段图像的融合结果。
28、本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
29、通过进行图像分层、特征提取和各层融合,能够有效提高多波段图像的融合效果和效率。
本文档来自技高网...【技术保护点】
1.一种基于显著特征的多波段图像融合方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,确定该目标波段图像的基础层图像包括:
3.如权利要求1或2所述的方法,其特征在于,确定该目标波段图像的细节层图像包括:
4.如权利要求1所述的方法,其特征在于,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
5.如权利要求1或4所述的方法,其特征在于,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
6.如权利要求1所述的方法,其特征在于,利用各目标波段图像的细节层图像对应的融合系数矩阵,对各目标波段图像的细节层图像进行融合,包括:
7.如权利要求1所述的方法,其特征在于,对各目标波段图像的基础层图像进行融合包括:
8.如权利要求1所述的方法,其特征在于,根据所述基础层融合结果和细节层融合结果,得到各目标波段图像的融合结果,包括:
9.如权利要求1所述的方法,其特征在于,所述多波段图像组包括可见光图像、短波红外图像和长波红外图像;
10.一种基
...【技术特征摘要】
1.一种基于显著特征的多波段图像融合方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,确定该目标波段图像的基础层图像包括:
3.如权利要求1或2所述的方法,其特征在于,确定该目标波段图像的细节层图像包括:
4.如权利要求1所述的方法,其特征在于,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
5.如权利要求1或4所述的方法,其特征在于,对任一目标波段图像,获取该目标波段图像的显著性特征,包括:
6.如权利要求1所述的方法,其...
【专利技术属性】
技术研发人员:张鹏帆,吴狄,钱一萍,姚鑫鹏,
申请(专利权)人:中国商用飞机有限责任公司北京民用飞机技术研究中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。