| 主权项 |
基于多尺度变换与脉冲耦合神经网络的红外偏振融合方法，其特征在于：所述方法包括以下步骤：1】通过斯托克斯矢量表示法得到成像区域的偏振信息；当红外偏振系统中偏振片分别旋转到0°、45°、90°和135°等4个不同位置时，获得4个不同偏振方向的辐射强度图I′(0°)、I′(45°)、I′(90°)和I′(135°)；解算出成像区域的斯托克斯矢量S＝(I,Q,U,V)<sup>T</sup>；其中，I代表辐射强度，Q表示0°与90°线偏振光分量之差，U表示45°与135°线偏振光分量之差，V代表右旋与左旋圆偏振光分量之差；2】根据成像区域的偏振信息求解偏振度图像I<sub>DP</sub>和偏振角图像I<sub>AP</sub>；3】利用NSCT算法对归一化后的偏振角图像和偏振度图像进行融合，得到复合偏振图像I<sub>P</sub>，实现第一次融合；3.1】将原DoP图像和原AoP图像进行NSCT分解，分别得到分解系数图<img file="FDA0000693329250000011.GIF" wi="292" he="107" />和<img file="FDA0000693329250000012.GIF" wi="312" he="107" />3.2】设融合图像后的复合偏振图像为I<sub>P</sub>，其对应的NSCT分解系数为<img file="FDA0000693329250000013.GIF" wi="284" he="107" />其中aX(X＝I<sub>DP</sub>、I<sub>AP</sub>、I<sub>P</sub>)表示图像X的低频子带图像，CX<sup>s,l</sup>(X＝I<sub>DP</sub>、I<sub>AP</sub>、I<sub>P</sub>)表示图像X在第s层、第l个方向子带上的高频系数；3.3】根据传统的像素级图像融合准则，由<img file="FDA0000693329250000014.GIF" wi="289" he="104" />和<img file="FDA0000693329250000015.GIF" wi="294" he="109" />得到融合系数<img file="FDA0000693329250000016.GIF" wi="296" he="105" />4】利用NSCT算法对复合偏振图像I<sub>P</sub>和红外强度图像I分别进行多尺度分解，得到相应的不同尺度，不同方向上的NSCT分解系数图；4.1】将复合偏振图像I<sub>P</sub>和红外强度图像I分别进行NSCT分解，分别得到分解系数图<img file="FDA0000693329250000017.GIF" wi="270" he="106" />和<img file="FDA0000693329250000018.GIF" wi="264" he="107" />4.2】设融合图像后的复合偏振图像为I<sub>F</sub>，其对应的NSCT分解系数为<img file="FDA0000693329250000019.GIF" wi="295" he="109" />其中aX(X＝I<sub>P</sub>，I，I<sub>F</sub>)表示图像X的低频子带图像，CX<sup>s,l</sup>(X＝I<sub>P</sub>，I，I<sub>F</sub>)表示图像X在第s层、第l个方向子带上的高频系数；5】利用APCNN算法分别得到各尺度各方向上NSCT系数图的点火图；6】对复合偏振图像I<sub>P</sub>和红外强度图像I的NSCT子带系数<img file="FDA0000693329250000025.GIF" wi="249" he="112" />和{aI,CI<sup>s,l</sup>}进行融合；6.1】基于像素平均的原则，根据NSCT低频子带系数aI<sub>P</sub>和aI求解融合系数aI<sub>F</sub>；6.2】基于点火图融合原则，根据NSCT高频子带系数<img file="FDA0000693329250000026.GIF" wi="157" he="112" />和{CI<sup>s,l</sup>}求解融合系数<img file="FDA0000693329250000027.GIF" wi="180" he="123" />6.3】对所有尺度方向上的融合系数<img file="FDA0000693329250000028.GIF" wi="261" he="112" />进行NSCT逆变换，得到红外偏振融合图像，实现第二次融合。 |
