一種基于梯度傳遞的可見光與紅外圖像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種可見光與紅外圖像的融合算法，具體地說，本發(fā)明設(shè)及一種基于 梯度傳遞的可見光與紅外圖像融合的方法。
【背景技術(shù)】
[0002] 在過去的五十年間，光學(xué)傳感器技術(shù)的得到了迅猛的發(fā)展。但是單一的光學(xué)傳感 器不可能完全反映圖像特征，采用不同的傳感器的多傳感器數(shù)據(jù)處理技術(shù)與圖像處理技術(shù) 正成為人們研究的熱點(diǎn)。其中圖像融合技術(shù)能夠在充分分析不同傳感器圖像特性的基礎(chǔ) 上，結(jié)合不同傳感器圖像的優(yōu)勢特性，形成對場景和目標(biāo)更全面、更可靠、更精確的描述。
[0003] 圖像處理和圖像融合技術(shù)可W有效地解決該一問題。紅外成像系統(tǒng)抗干擾能力 強(qiáng)，隱蔽性能好，大氣穿透能力強(qiáng)，能夠適應(yīng)多種特殊場合。紅外成像被動(dòng)接受探測目標(biāo) 的紅外熱福射，紅外傳感器將熱福射轉(zhuǎn)化為電信號，再經(jīng)過信號處理、圖像處理形成可視圖 像。紅外圖像能夠直接顯示目標(biāo)和背景的溫度差別，探測到隱藏、偽裝的目標(biāo)，但成像背景 細(xì)節(jié)少，分辨率低?？梢姽鈧鞲衅鳙@取場景的各種反射信息，有較高的時(shí)空分辨率，圖像包 含有豐富的幾何和紋理細(xì)節(jié)W及豐富的色彩信息。但在天氣惡劣的情況下，成像效果較差， 穿透能力弱，會存在有些重要目標(biāo)丟失的情況。也就成了紅外與可見光圖像融合的主要目 標(biāo)。
[0004] 目前，包括小波融合與拉普拉斯金子塔在內(nèi)的傳統(tǒng)融合方法在融合過程中將可見 光圖像與紅外圖像的不同特征都采用相同的融合策略，在融合過程中可見光圖像與紅外圖 像的權(quán)重相同，并沒有根據(jù)不同的成像特性采用不同的融合策略。例如，紅外圖像能夠直接 顯示目標(biāo)和背景的溫度差別，其主要特點(diǎn)在于其灰度達(dá)標(biāo)目標(biāo)的溫度，可見光的圖像的特 點(diǎn)主要在于他的梯度信息給出了場景的邊緣紋理信息?？梢姽鈭D像與紅外圖像融合應(yīng)該綜 合各種傳感器額優(yōu)點(diǎn)，集合可見光的細(xì)節(jié)和紅外的高灰度目標(biāo)，所W在圖像融合過程中，對 于紅外圖像，應(yīng)該保護(hù)其灰度信息，對于可見光圖像，應(yīng)該保護(hù)其梯度信息。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于梯度傳遞的可見光圖像與紅外圖像的融合方法， 方法根據(jù)保留紅外圖像灰度信息W及保留可見光圖像的梯度信息構(gòu)建融合圖像的最優(yōu)化 目標(biāo)函數(shù)，并通過求解最優(yōu)化問題得到融合后的圖像。
[0006] 本發(fā)明的技術(shù)方案如下：
[0007] -種基于梯度傳遞的可見光圖像與紅外圖像的圖像融合方法。包括W下步驟：
[0008] (1)通過紅外傳感器W及可見光傳感器，分別獲取相同視場、相同分辨率的紅外圖 像矩陣U與可見光圖像矩陣V;
[0009] (2)W保留紅外圖像的亮度信息W及可見光圖像的紋理信息為 準(zhǔn)則，將圖像融合過程轉(zhuǎn)化為最優(yōu)化問題，將圖像融合轉(zhuǎn)化為最優(yōu)化問題： x* = argm、iii{|x_U| +；l|Vx_Vy|}，其中▽表示梯度算子，Vx表示對X用梯度算子 進(jìn)行計(jì)算，Vv隸示對V用梯度算子進(jìn)行計(jì)算，I I表示圖像矩陣的1范數(shù)算子，X為矩陣變 量，afg mjn { '[表示使得括號內(nèi)的函數(shù)取得最小值時(shí)矩陣變量X的取值，巧為融合后的圖 像矩陣，A為融合度因子，是大于0的常數(shù)，|x-u|表示融合后圖像與紅外圖像之間的亮度 差異，|Vx-VV|表示融合后圖像與可見光圖像之間的梯度差異；
[0010]做求解所述最優(yōu)化問題，得到融合后圖像矩陣X*，具體包括W下過程：生成矩陣 變量y的標(biāo)準(zhǔn)的1范數(shù)全變分最優(yōu)化目標(biāo)函數(shù)
，y 梯度傳遞圖像矩陣變量，y*為最優(yōu)梯度傳遞圖像矩陣；用1范數(shù)全變分最小化方法求解得 到所述最優(yōu)差值矩陣y* ;計(jì)算得到所述融合后圖像矩陣X* ;x* = y*+V。
[0011] 本發(fā)明的融合方法能夠有效將可見光圖像和紅外圖像相融合，融合后的圖像信息 更豐富，不僅融合了可見光圖像的梯度紋理信息，而且保留了紅外圖像的灰度信息，能夠反 映景物的溫度信息。
【附圖說明】
[0012] 圖1為本發(fā)明基于梯度傳遞的紅外與可見光圖像融合方法流程圖。
[0013]圖2示出待融合的紅外圖像。
[0014]圖3示出待融合的可見光圖像。
[0015]圖4示出經(jīng)過本發(fā)明融合方法融合后的圖像。
【具體實(shí)施方式】
[0016]下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)行進(jìn)一步說明。如圖1所示，本發(fā)明基于梯度 傳遞的紅外圖像與可將光圖像融合算法包括W下步驟：
[0017] (1)通過紅外傳感器W及可見光傳感器，分別獲取相同視場、相同分辨率的紅外圖 像矩陣U與可見光圖像矩陣V;
[001引（2) W保留紅外圖像的亮度信息W及可見光圖像的紋理信息為 準(zhǔn)則，將圖像融合過程轉(zhuǎn)化為最優(yōu)化問題，將圖像融合轉(zhuǎn)化為最優(yōu)化問題： x*二a巧嗎n{|x-U| +；l|▽x-▽V|}，其中v衆(zhòng)示梯度算子，M表示圖像矩陣的l范數(shù) 算子，X為矩陣變量，afg mjn 表示使得括號內(nèi)的函數(shù)取得最小值時(shí)矩陣變量X的取值， 巧為融合后的圖像矩陣，A為融合度因子，是大于0的常數(shù)，|x-u|表示融合后圖像與紅外 圖像之間的亮度差異，|Vx-W|:表示融合后圖像與可見光圖像之間的梯度差異；
[0019] (3)求解所述最優(yōu)化問題，得到融合后圖像矩陣巧，具體包括W下子步驟：
[0020] 生成差值矩陣y的標(biāo)準(zhǔn)的1范數(shù)全變分最優(yōu)化目標(biāo)函數(shù)；
Iy梯度傳遞圖像矩陣變量，y*為最優(yōu)梯度傳遞 圖像矩陣，其中|Vy|的計(jì)算過程為
，m和n分 別表示所述可見光圖像矩陣的行數(shù)和列數(shù)，i表示第i個(gè)像素點(diǎn)，Vfy;表示對所述圖像 矩陣y的第i個(gè)像素點(diǎn)求水平方向上的一階差分信號，具體來說vfy=y,. -y,.w， 表示對所述梯度傳遞圖像矩陣變量y的第i個(gè)像素點(diǎn)求水平方向上的一階差分信號 - 5^,1，當(dāng)i位于圖像的最后一列或最后一行時(shí)，r(i)和ba)等于i，否則ra) 和ba)分別表示像素點(diǎn)i右邊和下面的相鄰像素點(diǎn)，y;、y,w、ybW分別表示所述梯度傳遞 圖像矩陣變量y在像素點(diǎn)i、r(i)、b(i)位置處的灰度值。
[0021] 用1范數(shù)全變分最小化方法求解得到所述最優(yōu)差值矩陣y* ;
[0022] 計(jì)算得到所述融合后圖像矩陣巧；x* =y*+V。
[002引如圖2所示，其為通過紅外傳感器獲取得到的紅外圖像。
[0024] 如圖3所示，其為通過可見光傳感器獲取得到的可見光圖像。
[0025] 圖4是經(jīng)過本發(fā)明融合方法處理后得到的紅外圖像與可見光圖像的融合圖像，可 W看到融合后的圖像在紅外圖像的灰度信息基礎(chǔ)上融合了可將光圖像的紋理細(xì)節(jié)。
【主權(quán)項(xiàng)】
1. 一種基于梯度傳遞的可見光與紅外圖像融合方法，其特征在于，包括以下步驟： (1) 對相同場景分別獲取相同分辨率大小的紅外圖像矩陣U與可見光圖像矩陣V; (2) 將圖像融合轉(zhuǎn)化為最優(yōu)化問題：取值，X*為融合后的圖像矩陣，A為融合度因子，是大于O的常數(shù)； (3) 求解所述最優(yōu)化問題，得到融合后圖像矩陣x*。2. 根據(jù)權(quán)利要求1所述的一種基于梯度傳遞的可見光與紅外圖像融合方法，其特征在 于，所述求解最優(yōu)化問題，得到融合后圖像x*，具體包括以下過程：圖像矩陣變量y的取值，y*為梯度傳遞圖像矩陣； 用1范數(shù)全變分最小化方法求解得到所述梯度傳遞圖像矩陣y* ; 計(jì)算得到所述融合后圖像矩陣X* :x* =y*+V。
【專利摘要】本發(fā)明公開了一種基于梯度傳遞的可見光與紅外圖像融合方法，包括以下步驟：分別獲取紅外圖像矩陣與可見光圖像矩陣；以保留紅外圖像的亮度信息以及可見光圖像的紋理信息為準(zhǔn)則，將圖像融合過程轉(zhuǎn)化為最優(yōu)化問題；通過求解所述最優(yōu)化問題，得到融合后圖像。本發(fā)明的融合方法能夠有效將可見光圖像和紅外圖像相融合，融合后的圖像信息更豐富，不僅融合了可見光圖像的梯度紋理信息，而且能夠反映景物的溫度信息。
【IPC分類】G06K9/62
【公開號】CN104966108
【申請?zhí)枴緾N201510416252
【發(fā)明人】馬佳義, 樊凡, 馬泳, 黃珺
【申請人】武漢大學(xué)
【公開日】2015年10月7日
【申請日】2015年7月15日