一种自适应的低照度可见光图像和红外图像融合方法

摘要

本发明涉及一种自适应的低照度可见光图像和红外图像融合方法，属于数字图像处理领域。包括图像预处理、NSCT变换、频域系数融合和NSCT逆变换部分，主要实现亮度图像和红外可见光图像的多尺度分解，提取各自的高频分量和低频分量，根据高频和低频分量的特点，选择不同的融合准则，进行频域的融合，NSCT逆变换部分，主要是对得到的融合高频分量和低频分量，进行多尺度逆变换，得到融合后的灰度图像，最后将融合后的灰度图像和原始彩色可见光图像加权得到最终的彩色融合图像。本发明能够有效保留更多原始图像的细节信息，提高融合图像的对比度和清晰度，可广泛应用于智能交通、视频监控、医学诊断、目标探测、国防安全等领域。

主权项

一种自适应的低照度可见光图像和红外图像融合方法，其特征在于包括下列步骤：(1)、原始低照度可见光图像和红外图像的采集：在低照度条件下，通过云台上的红外相机和可见光相机分别采集原始彩色可见光图像和红外图像，(2)、将得到的原始红外图像和彩色可见光图像，进行尺度不变特征点匹配：根据原始红外图像和彩色可见光图像的尺度不变特征，进行图像配准，保证场景中的任意相同位置的像在采集的图像中也处于相同位置；(3)、对于配准后的彩色可见光图像，利用HIS变换提取其亮度图像；根据红外传感器特性，增强配准后红外图像的对比度：(4)、采用NSCT变换，将亮度图像I_visible和红外图像I_IR进行多尺度分解，分别得到对应低频分量和高频分量：包括两个部分：非子采样金字塔滤波器和非子采样方向滤波器组，非子采样金字塔滤波器组用于实现多尺度分解过程，非子采样方向滤波器组用于实现频域方向的分解；(5)采用不同的融合准则，对高频分量和低频分量分别进行融合，得到融合后的低频分量和高频分量；低频分量反映原始图像的概貌信息，而高频分量表示的是图像的纹理细节信息，根据高频分量和低频分量的特点，分别采用不同的准则进行融合，得到融合后的高频分量和低频分量；(6)、将融合后的低频分量和高频分量进行NSCT逆变换，便得到融合后的灰度图像I_Gray‑F；对于原始图像为低照度灰度可见光图像和红外图像，通过多尺度逆变换，得到的灰度融合图像，保持了低照度区域红外图像信息，同时保留了低照度灰度图像的纹理信息，提高原始可见光灰度图像的对比度和清晰度，便于人眼更准确判断和识别场景中的人或其他目标物；(7)、由步骤(6)得到的融合后灰度图像和配准后的彩色可见光图像进行权值求和，得到最终的彩色融合图像I_F；$I_F^C=I_{Gray-F}+w\times I_{Color-F}^C---\left(14\right)$其中，C表示R、G、B颜色通道；表示C颜色通道的原始可见光像素值；表示C通道最终的融合图像像素值，w为加权系数；低照度条件下，彩色可见光图像的平均亮度值较低，为保证彩色融合图像保留更多的可见光图像的色彩信息，通过公式(14)将步骤6中得到的灰度融合图像与原始彩色可见光图像进行权值求和，得到最终的彩色融合图像。