买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京卓宇智能科技有限公司

摘要：本发明涉及图像融合领域，尤其涉及一种基于非下采样剪切变换的红外和低照度图像融合方法；技术问题：脉冲耦合神经网络是将链接强度设置为固定的常数，人眼对特征明显区域的反应要高于不明显区域，因此固定的参数值并不符合人眼的视觉系统；技术方案：一种基于非下采样剪切变换的红外和低照度图像融合方法，包括有利用非下采样剪切波逆变换对融合后的低频分量系数和高频分量系数重构；本发明通过设置将源图像分解为低频分量系数和高频分量系数，将引导滤波作为低频子带的融合策略，将多尺度形态学梯度替代传统的固定链接强度值，使得融合后的图像保留了原始红外图像和可见光图像的特征，更加有利于人眼观测和判别。

主权项：1.一种基于非下采样剪切变换的红外和低照度图像融合方法；其特征在于：包括有以下步骤：S11：输入需要进行融合的原始红外图像和可见光图像，对原始红外图像和可见光图像进行图像增强处理；S12：对增强后的原始红外图像和可见光图像分别进行非下采样剪切波分解，得到原始红外图像的低频分量系数、原始红外图像的高频分量系数、可见光图像的低频分量系数和可见光图像的高频分量系数；S13：对分解后的红外低频分量系数和可见光低频分量系数采用基于改进引导滤波的融合策略；S14：对分解后的红外高频分量系数和可见光高频分量系数采用基于多尺度形态学梯度的PCNN的融合策略；S15：利用非下采样剪切波逆变换对融合后的低频分量系数和高频分量系数重构，得到最终的融合图像；在对分解后的红外低频分量系数和可见光低频分量系数采用基于改进引导滤波的融合策略时，对于红外低频分量系数和可见光低频分量系数采用基于引导滤波的加权平均的融合策略；其中，包括以下步骤：S21：计算原始红外图像和可见光图像的正则化参数，其中，计算正则化参数的原理公式为： 其中，eps1为原始红外图像的红外低频分量系数的正则化参数，eps2为可见光图像的可见光低频分量系数的正则化参数；S22：首先将红外图像的低频分量作为引导滤波器的输入图像，可见光图像的低频分量作为引导图像，再将可见光图像的低频分量作为引导滤波器的输入图像，红外图像的低频分量作为引导图像；其中，原理公式为： r为窗口半径，r决定引导图像的显著性差异，OA,L为原始红外图像的红外低频分量经过引导滤波器处理后得到的图像，OB,L为红外和可见光图像的可见光低频分量经过引导滤波器处理后得到的图像；S23：用红外和可见光图像的低频分量分别减去各自的经引导滤波器的输出图像，得到其锐化图像；其中，原理公式为： 其中，MA,L为原始红外图像低频子带的锐化图像A，MB,L为可见光图像低频子带的锐化图像B；S24：计算锐化图像改进的区域拉普拉斯能量和，其中，计算原理公式为： 其中，SMLA,Li,j为锐化图像A在i,j处的改进的区域拉普拉斯能量和，SMLB,Li,j为锐化图像B在i,j处的改进的区域拉普拉斯能量和，区域i,j的大小为3×3，MLA,Li,j为锐化图像A在i,j处的改进的区域拉普拉斯能量，MLB,Li,j为锐化图像B在i,j处的改进的拉普拉斯能量；S25：根据改进的区域拉普拉斯能量和确定权值，其中，计算原理公式为： S26：融合低频子带；对分解后的红外高频分量系数和可见光高频分量系数采用基于多尺度形态学梯度的PCNN的融合策略时，包括以下步骤：S31：根据多尺度形态学梯度，分别计算和的梯度信息MGA和MGB，其中，计算原理公式为： 其中，为原始红外图像第l层的第k个的高频子带，为可见光图像第l层的第k个的高频子带，为原始红外图像第l层的第k个高频子带的梯度信息，为可见光图像第l层的第k个高频子带的梯度信息；S32：把和作为双通道PCNN的链接强度和其中，计算原理公式为： 其中，为原始红外图像第l层的第k个高频子带在i,j处的像素值，为可见光图像第l层的第k个高频子带在i,j处的像素值，为原始红外图像第l层的第k个高频子带在i,j处的链接强度系数，为可见光图像第l层的第k个高频子带在i,j处的链接强度系数；S33：分别计算和的累积触发时间，将其作为选择最终高频子带系数的依据，其中，计算原理公式为： 其中，为原始红外图像的第l层的第k个高频子带的累积触发时间，为可见光图像的第l层的第k个高频子带的累积触发时间，为原始红外图像的第l层的第k个高频子带的PCNN脉冲输出，为可见光图像的第l层的第k个高频子带的PCNN脉冲输出，n为迭代次数；S34：根据PCNN的累积触发时间决定高频子带的最终融合。

全文数据：

权利要求：

百度查询： 南京卓宇智能科技有限公司 一种基于非下采样剪切变换的红外和低照度图像融合方法