本發明公開了一種基于多尺度單演特征的自適應紅外/光學圖像融合方法。屬于圖像處理領域；具體步驟：1、對源圖像提取單演幅度系數、單演相位系數和單演方位系數的特征；2、將單演幅度系數劃分為不同類型的區域，包含冗余信息的區域采用加權平均策略進行融合，包含互補信息的區域采用模值取大策略進行融合；3、將單演相位系數和單演方位系數劃分為不同類型的區域，相關性較差的區域采用模值取大策略進行融合；相位信息差異很大的區域采用幅相結合的顯著性度量的模值取大策略進行融合；幅值與相位具有較高相似性的區域采用幅相結合的顯著性度量的加權平均策略進行融合；4、得到融合圖像。本發明的技術方案能夠獲得較好的圖像融合效果。

技術領域

本發明涉及圖像處理領域，具體涉及多源圖像處理領域的一種基于多尺度單演特征的自適應紅外/光學圖像融合方法。

背景技術

在現有技術中，單一傳感器所提供的信息不足以滿足現代社會對遙感圖像的高精度、高自動化的需求；為了彌補單一觀測手段信息不足的問題，可以利用多源傳感器對目標進行觀測，得到同一目標或場景的多源圖像，并對圖像進行融合，獲取對目標和場景更為精確、全面、可靠的圖像信息描述。

目前常用的成像系統包括高清成像相機、紅外熱像儀等。其中，光學圖像符合人眼視覺特性，圖像能反映地面目標、場景的物理化學信息和光譜輪廓，易于人工判讀；但是光學成像系統受云層遮擋及天氣的影響而無法全天時全天候工作；同時，光學圖像受到傳感器的敏感程度、曝光時間和感光波段條件的限制，在獲取傳輸過程中會受到噪聲污染；當光線較暗的時候，光學圖像信噪比較低，很難分辨圖像的細節信息；紅外圖像傳感器靈敏度較高，成像波段偏向于紅外，在光線較暗的條件下，所成圖像紋理和邊緣特征比較明顯，可以揭露高溫偽裝的目標；但紅外探測器受大氣熱輻射、作用距離和噪聲等因素影響，所成紅外圖像均勻性差、動態范圍小、分辨率低、背景噪聲干擾大。這給光學圖像和紅外圖像的特征融合提供了最直接的價值和意義。

針對紅外/光學圖像融合的算法，國內外學者主要從以下三個方面進行研究：像素級融合、特征集融合和決策級融合，融合層次不同，所采用的算法、適用的范圍也不同；像素級融合是特征集融合和決策級融合的基礎；其中基于變換域的圖像融合算法應用范圍最廣；因為具有良好的時頻特性，小波變換曾一度成為圖像融合研究的熱點，但小波基對具有線狀奇異的圖像表示并不是最優的；隨著小波理論的日益成熟，致力于構建最優逼近意義下的高維函數表示方法—多尺度幾何分析的思想在圖像處理領域得到了廣泛應用；近年來，多尺度幾何分析成為變換域圖像融合熱門的研究方法之一。

在基于多尺度變換工具的融合算法框架下，多尺度變換工具的選擇是一個方面，融合規則的選取是另一個重要方面；對于紅外/光學圖像融合來說，源圖像中存在著大量的互補和冗余信息，冗余和互補信息需要被區分開，分別進行融合；基于相似性和顯著性度量的圖像融合算法非常適用于紅外/光學圖像融合，其融合的關鍵在于得到圖像的多尺度分解系數以后，需要制定相似性度量；根據相似性度量，區分冗余和互補信息，將多尺度分解系數劃分到不同的區域，然后再制定合適的顯著性度量，在不同的區域制定不同的融合策略；傳統的基于復變換的方法，只用幅值定義加權權值或顯著性度量，相位信息被丟棄；由于相位信息包含了大量的空間結構特性，如果在融合規則的制定中充分利用相位信息，相應的融合算法可以取得更好的空間一致性。

發明內容

針對上述問題，本發明提出一種基于多尺度單演特征的自適應紅外/光學圖像融合方法；本發明首先對源圖像提取表征信號能量的單演幅度特征、表征信號結構信息的單演相位特征和表征信號幾何信息的單演方位特征；其次對單演幅度系數采用能量匹配相似性度量，對單演相位系數和單演方位系數采用復系數結構相似性度量，對不同特性的區域采用不同的自適應融合規則；最后對融合系數進行信號反變換，實現紅外/光學圖像融合。將圖像的邊緣等紋理信息較好的保留在融合后的新圖像中，使得新圖像在融合效果上體現更豐富的內容。

本發明的技術方案是：一種基于多尺度單演特征的自適應紅外/光學圖像融合方法，包括下列步驟：