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：北京航空航天大学;杭州海康威视数字技术股份有限公司

摘要：本发明公开了基于信息互补的极低照度可见光和近红外图像融合方法，属于图像融合技术领域，该方法中利用加权引导滤波和引导滤波分解策略，分别提取出纹理层、边缘层和基本层；利用扩展高斯差分模型计算可见光和近红外纹理层及边缘层的差分图，提取梯度信息作为信息互补性权重初始值；并构建引导图用于调整互补权重范围；接着设计映射函数，根据引导图自适应调整融合权重；然后对近红外纹理和边缘层进行自适应小波滤波处理，重构近红外纹理层和边缘层；最后将可见光与近红外的纹理层和边缘层分别进行加权融合，并将融合后的层相加生成最终融合图像。该方法有效利用光谱特性和信息互补性，在保持自然色彩的同时避免颜色失真和边缘伪影。

主权项：1.一种基于信息互补的极低照度可见光和近红外图像融合方法，其特征在于，该方法包括以下步骤：A、对可见光三波段图像和近红外波段图像，进行标准化处理，通过加权引导滤波得到可见光三波段和近红外波段四个波段的纹理基本层；将原始图与所述纹理基本层相减，得到纹理层；并利用引导滤波处理所述纹理基本层，得到边缘基本层，再将可见光三波段纹理基本层与可见光三波段边缘基本层相减，得到可见光三波段边缘层；B、计算近红外图像的灰度直方图，使用Otsu自动阈值分割算法确定阈值，并对近红外波段图像及可见光三波段图像进行阈值分割，获得二值图像；对二值图像进行边缘检测提取，获得边缘图，并对所述边缘图进行形态学膨胀操作，得到扩展边缘图；同时，在步骤A中得到的纹理基本层和边缘基本层上，计算可见光三波段与近红外波段的纹理基本层和边缘基本层的差分图，并通过扩展高斯差分模型提取差分图的梯度信息，作为信息互补性权重初始值；C、计算近红外纹理基本层和边缘基本层的扩展高斯差分梯度图，并分别与对应的纹理基本层和边缘基本层相加，得到用于计算基于信息互补融合权重的引导图；并建立基于信息互补理论的映射函数，利用所述引导图引导纹理层和边缘层的梯度图，生成波段间信息互补性权重；D、在步骤B中得到的所述扩展边缘图上，对每个像素计算到可见光边缘层的距离，根据距离对所述扩展边缘图进行自适应滤波，获取近红外边缘层；对近红外纹理层和边缘层自适应小波滤波分解，得到近红外纹理层和边缘层的低频分量与高频分量；将低频分量直接相加，并利用在步骤B中得到的所述二值图像约束高频分量进行小波重构，得到重构的近红外纹理层和边缘层；对所述扩展边缘图进行自适应滤波，计算公式为： 式中，Ix,y表示图像中像素x,y的强度值；I'x,y表示自适应滤波后的图像中像素x,y的强度值；Bx,y表示二值图像，在高响应区域中其值为1，否则为0；dx,y表示像素x,y到可见光边缘的距离；β和α是调节参数，用于控制自适应滤波的强度；σr是滤波范围的参数；将低频分量直接相加，并利用在步骤B中得到的所述二值图像约束高频分量进行小波重构，得到重构的近红外纹理层和边缘层，计算公式包括： D'n＝WaveletReconstructionLcombined,Hconstrained式中，Lcombined表示融合后的低频分量，分别表示近红外图像的纹理层和边缘层分别进行小波分解得到的低频分量，Hconstrained表示融合后的高频分量，分别表示近红外图像的纹理层和边缘层分别进行小波分解得到的高频分量，B表示二值图像，表示额外引入约束近红外边缘层的可见光边缘，β为调节参数，D'n表示小波重构得到的融合后近红外纹理层和边缘层，WaveletReconstruction表示小波重构；E、针对可见光及重构的近红外纹理层和边缘层，根据步骤C的波段间信息互补性权重将可见光三波段和近红外波段分别融合，得到融合后的可见光三波段的纹理层和边缘层；计算融合后的可见光三波段边缘层与可见光三波段边缘基本层的和，得到融合后的可见光三波段的纹理基本层，并与融合后的可见光三波段的纹理层相加，得到最终的可见光三波段的融合图像。

全文数据：

权利要求：

百度查询： 北京航空航天大学 杭州海康威视数字技术股份有限公司 基于信息互补的极低照度可见光和近红外图像融合方法