【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种图像融合方法、装置、设备及存储介质。
技术介绍
1、目前金融端的遥感图像处理技术主要依赖单一的光学图像。这种光学图像是通过被动式的光学传感器获取的，导致很多细节信息丢失，从而使相关识别系统产生误判，进而可能造成业务人员对贷款资金的分配不合理。为此，引入了主动遥感技术以提高识别准确性。遥感技术是一门综合性较强的学科，涉及物理、地球科学、空间科学及计算机等多个领域，通过从安装在卫星、飞机和其他航空或宇宙飞船上的遥感设备获取数据，成为观察地球的重要手段。它利用分析地物目标发射和反射的电磁波差异来辨析物体的结构信息，从而获取传统技术无法获得的目标信息。由于其广泛的应用范围，遥感技术在农作物遥感估产、地震救援、资源勘探、气象观测、测绘和军事侦察等国民经济和军事方面都发挥了重要作用。
2、雷达成像在遥感技术中扮演着重要角色，尤其是合成孔径雷达(syntheticaperture radar，sar)作为主动型传感器具备较强的穿透能力，能够获取难以探测的地物目标的形状特征。相关技术将sar图像与可见光图像进行融合处理，可以获得更为丰富的图像信息。在这一过程中，配准融合是sar和可见光处理的关键步骤，其准确性直接影响遥感图像处理的后续应用效果。
3、然而，由于sar图像与可见光图像存在不同的成像机制，这些图像在几何结构和纹理特征上存在显著差异。因此，在进行sar图像与可见光图像的配准和融合时，可能会出现错误匹配情况和高复杂度问题。特别是在标记高频特征区域时，可能导致sar图像中的弱目标信息
技术实现思路
1、基于上述问题，本申请提供了一种图像融合方法、装置、设备及存储介质，可以提高sar图像与可见光图像在配准和融合过程中的准确性和鲁棒性，以减少错误匹配和信息丢失，从而获得更高质量的融合结果。
2、本申请实施例公开了如下技术方案：
3、一种图像融合方法，所述方法包括：
4、获取目标取景区域的合成孔径雷达sar图像和光学图像，并对所述sar图像和所述光学图像进行特征点提取得到sar特征点集合和光学特征点集合；
5、在所述sar图像上，构建所述sar特征点集合中所有sar特征点的浅层特征描述符和深层特征描述符；在所述光学图像上，构建所述光学特征点集合中所有光学特征点的浅层特征描述符和深层特征描述符；
6、基于所述sar图像的浅层特征描述符和深层特征描述符和所述光学图像的浅层特征描述符和深层特征描述符，将所述sar特征点集合中的特征点和所述光学特征点集合中的特征点进行特征点匹配；
7、根据匹配的特征点对所述sar图像和所述光学图像进行融合，得到融合图像。
8、在一种可能的实现方式中，在所述sar图像上，构建所述sar特征点集合中所有sar特征点的浅层特征描述符，包括：
9、将所述sar图像转换为非线性扩散尺度图像；
10、将所述非线性扩散尺度图像转换为剪切波尺度图像和相位一致性尺度图像；
11、将所述剪切波尺度图像和所述相位一致性尺度图像进行尺度融合，得到多尺度融合图像；
12、在所述多尺度融合图像上，构建所有构建所述sar特征点集合中所有sar特征点的浅层特征描述符。
13、在一种可能的实现方式中，所述在所述多尺度融合图像上，构建所有构建所述sar特征点集合中所有sar特征点的浅层特征描述符，包括：
14、针对所述sar特征点集合中每一个sar特征点，在所述多尺度融合图像的每一图像层上以sar特征点为中心确定第一图像子区域，得到sar特征点在所述多尺度融合图像上的多个第一图像子区域；一个sar特征点对应多个第一图像子区域，sar特征点对应的第一图像子区域的数量等于所述多尺度融合图像的图像层数；
15、将所述每一个sar特征点对应的多个第一图像子区域进行合并，得到所述每一个sar特征点的浅层特征描述符。
16、在一种可能的实现方式中，在所述sar图像上，构建所述sar特征点集合中所有sar特征点的深层特征描述符，包括：
17、将所述sar图像转换为多层第一稀疏特征图像；
18、在所述多层第一稀疏特征图像上，构建所有构建所述sar特征点集合中所有sar特征点的深层特征描述符。
19、在一种可能的实现方式中，所述在所述多层第一稀疏特征图像上，构建所有构建所述sar特征点集合中所有sar特征点的深层特征描述符，包括：
20、针对所述sar特征点集合中每一个sar特征点，在每一层第一稀疏特征图像上以sar特征点为中心确定第二图像子区域，得到sar特征点在所述多层第一稀疏特征图像上的多个第二图像子区域；一个sar特征点对应多个第二图像子区域，sar特征点对应的第二图像子区域的数量等于所述第二图像子区域的图像层数；
21、针对每一个所述第二图像子区域，对所述第二图像子区域所在的所述第一稀疏特征图像进行转换得到第二稀疏特征图像；
22、将所述每一个sar特征点对应的多个所述第二稀疏特征图像进行合并，得到所述每一个sar特征点的深层特征描述符。
23、在一种可能的实现方式中，所述对所述sar图像和所述光学图像进行特征点提取得到sar特征点集合和光学特征点集合，包括：
24、利用引入了相干增强扩散和空间约束的相干增强扩散ced-harris检测器，对所述sar图像和所述光学图像进行特征点提取得到所述sar特征点集合和所述光学特征点集合。
25、在一种可能的实现方式中，所述基于所述sar图像的浅层特征描述符和深层特征描述符和所述光学图像的浅层特征描述符和深层特征描述符，将所述sar特征点集合中的特征点和所述光学特征点集合中的特征点进行特征点匹配，包括：
26、基于所述sar图像的浅层特征描述符和深层特征描述符和所述光学图像的浅层特征描述符和深层特征描述符，并利用引入了局部性约束稀疏编码的稀疏表示sr匹配准则，将所述sar特征点集合中的特征点和所述光学特征点集合中的特征点进行特征点匹配。
27、一种图像融合装置，所述装置包括：
28、获取单元，用于获取目标取景区域的合成孔径雷达sar图像和光学图像；
29、特征点提取单元，用于对所述sar图像和所述光学图像进行特征点提取得到sar特征点集合和光学特征点集合；
30、描述符构建单元，用于在所述sar图像上，构建所述sar特征点集合中所有sar特征点的浅层特征描述符和深层特征描述符；在所述光学图像上，构建所述光学特征点集合中所有光学特征点的浅层特征描述符和深层特征描述符；
31、特征点匹配单元，用于基于所述sar图像的浅层特征描述符和深层特征描述符和所述光学图像的浅层特征描述符和深层特征描述符，将所述sar特征点集合中的特征点和所述光学特征点集合中的特征点进行特征点匹配；本文档来自技高网...
【技术保护点】
1.一种图像融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述SAR图像上，构建所述SAR特征点集合中所有SAR特征点的浅层特征描述符，包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述多尺度融合图像上，构建所有构建所述SAR特征点集合中所有SAR特征点的浅层特征描述符，包括：
4.根据权利要求1所述的方法，其特征在于，在所述SAR图像上，构建所述SAR特征点集合中所有SAR特征点的深层特征描述符，包括：
5.根据权利要求4所述的方法，其特征在于，所述在所述多层第一稀疏特征图像上，构建所有构建所述SAR特征点集合中所有SAR特征点的深层特征描述符，包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述SAR图像和所述光学图像进行特征点提取得到SAR特征点集合和光学特征点集合，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述SAR图像的浅层特征描述符和深层特征描述符和所述光学图像的浅层特征描述符和深层特征描述符，将所述SAR特征点集合中的特征点和
8.一种图像融合装置，其特征在于，所述装置包括：
9.一种图像融合设备，其特征在于，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-7任一项所述的图像融合方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如权利要求1-7任一项所述的图像融合方法。
...【技术特征摘要】
1.一种图像融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述sar图像上，构建所述sar特征点集合中所有sar特征点的浅层特征描述符，包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述多尺度融合图像上，构建所有构建所述sar特征点集合中所有sar特征点的浅层特征描述符，包括：
4.根据权利要求1所述的方法，其特征在于，在所述sar图像上，构建所述sar特征点集合中所有sar特征点的深层特征描述符，包括：
5.根据权利要求4所述的方法，其特征在于，所述在所述多层第一稀疏特征图像上，构建所有构建所述sar特征点集合中所有sar特征点的深层特征描述符，包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述sar图像和所述光学图像进行...
【专利技术属性】
技术研发人员：赵晓如，
申请(专利权)人：中国农业银行股份有限公司，
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。