CN107194905A - 一种基于非下采样Cotourlet变换的图像处理方法及系统 - Google Patents

Abstract

本发明公开了一种基于非下采样Cotourlet变换的图像处理方法及系统，该方法包括采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数；对低通子带系数及各级带通方向系数分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数;对融合后得到的非下采样Cotourlet变换系数进行逆变换，得到融合结果图像F。通过本申请提供的方法，能够充分的综合和发掘图像的区域特征和边缘信息，增强场景理解，突出目标。对红外与可见光图像融合时能够进一步捕获源图像中的区域及细节纹理信息，融合获得的图像更为清晰、信息含量更多。

Description

一种基于非下采样Cotourlet变换的图像处理方法及系统

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于非下采样Cotourlet变换的图像处理方法及系统。

背景技术

随着传感器技术的发展，红外成像传感器、可见光传感器在军事和安全监控等领域的应用得到了不断的推广。但这两类传感器的成像特点及局限性，使得它们在某些成像环境下，利用单一传感器完成任务存在一定的困难。如何利用红外与可见成像传感器之间的互补信息，有效地发掘和综合图像的特征信息、突出红外目标、增强场景理解，一直是红外与可见光图像融合技术的研究热点。

现有技术中，红外与可见光图像融合规则大多直接基于子带系数的值或其线性函数进行设置，如基于单独子带系数、基于领域特性等，此类融合策略都未能充分利用带通方向子带相关性信息。使得红外与可见光融合效果不佳。

发明内容

本发明提供了一种基于非下采样Cotourlet变换的图像处理方法及系统。

本发明提供了如下方案：

一种基于非下采样Cotourlet变换的图像处理方法，包括：

采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；

对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。

优选的：所述低通子带系数融合规则为c_J ^F(x,y)＝δ_A c_J ^A(x,y)+δ_B c_J ^B(x,y),其中，δ_A＝E_J ^A(x,y)/[E_J ^A(x,y)+E_J ^B(x,y)],δ_B＝1-δ_A，(x,y)为已知点坐标。

优选的：所述已知点(x,y)在第j级分解下的带通方向子带系数向量为：d_j(x,y)＝[d_j，1(x,y)，d_j，2(x,y…d_j，r(x,y)…d_j，2 ^j(x,y)]^T，定义函数M_j(x,y)表征图像上在该尺寸的细节信息的强弱程度，带通方向系数子带系数融合规则为d^F _j，r(x,y)＝ω_Ad^A _j，r(x,y)+ω_Bd^B _j，r(x,y)，其中，ω_A＝M_j ^A(x,y)/(M_j ^A(x,y)+M_j ^B(x,y))，ω_B＝1-ω_A且ω_A.ω_B≥0。

一种基于非下采样Cotourlet变换的图像处理系统，所述系统包括：

子带系数确定单元，用于采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

变换系数确定单元，用于对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；

图像融合单元，用于对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

通过本发明，可以实现一种基于非下采样Cotourlet变换的图像处理方法及系统，在一种实现方式下，该方法可以包括采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。通过本申请提供的方法，能够充分的综合和发掘图像的区域特征和边缘信息，增强场景理解，突出目标。对红外与可见光图像融合时能够进一步捕获源图像中的区域及细节纹理信息，融合获得的图像更为清晰、信息含量更多。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于非下采样Cotourlet变换的图像处理方法的流程图；

图2是本发明实施例提供的一种基于非下采样Cotourlet变换的图像处理系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

参见图1，为本发明实施例一提供的一种基于非下采样Cotourlet变换的图像处理方法，如图1所示，该方法包括：

S101：采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

S102：对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；由于非下采样Cotourlet变换所得的低通子带系数是对原始图像的近似，大体反映了图像的轮廓和平均特性信息。红外图像和可见光的成像特性使其部分区域中经常存在灰度差异较大的情况，因此，低通子带系数融合规则采用了基于局部能量融合规则。分别对红外图像A、可见光图像B的低通子带系数，具体的，所述低通子带系数融合规则为c_J ^F(x,y)＝δ_A c_J ^A(x,y)+δ_B c_J ^B(x,y),其中，δ_A＝E_J ^A(x,y)/[E_J ^A(x,y)+E_J ^B(x,y)],δ_B＝1-δ_A，(x,y)为已知点坐标。

在非下采样Cotourlet变换所得的带通方向子带系数，反应了原始图像的亮度突变特性，表现是图像的边缘和纹理等细节特性信息。研究中发现其对图像边缘细节信息在不同尺度上都有较大的变换峰值。本申请通过根据带通子带系数间的相关性构建合理模型来衡量图像细节信息强度，并将其应用到带通子带系数的融合规则中，从而达到有效提取红外与可见光图像的细节文理信息、提高图像融合性的目的。具体的，所述已知点(x,y)在第j级分解下的带通方向子带系数向量为：d_j(x,y)＝[d_j，1(x,y)，d_j，2(x,y…d_j，r(x,y)…d_j，2 ^j(x,y)]^T，定义函数M_j(x,y)表征图像上在该尺寸的细节信息的强弱程度，带通方向系数子带系数融合规则为d^F _j，r(x,y)＝ω_Ad^A _j，r(x,y)+ω_Bd^B _j，r(x,y)，其中，ω_A＝M_j ^A(x,y)/(M_j ^A(x,y)+M_j ^B(x,y))，ω_B＝1-ω_A且ω_A.ω_B≥0。M_j(x,y)是非下采样Cotourlet变换带通方向子带系数在各方向上的直接先关量，它能够较好的综合空间域尺度内子带间的相关性，锐化图像的轮廓、边缘及其他细节特征，同时在一定程度上抑制图像中的干扰信息，达到对图像在尺度j上空间位置(x,y)处的细节特征进行更加准确的刻画的目的。

S103：对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。

通过本申请提供的方法，能够充分的综合和发掘图像的区域特征和边缘信息，增强场景理解，突出目标。对红外与可见光图像融合时能够进一步捕获源图像中的区域及细节纹理信息，融合获得的图像更为清晰、信息含量更多。

实施例二

与本发明实施例一提供的基于非下采样Cotourlet变换的图像处理方法相对应，本发明实施例二还提供了基于非下采样Cotourlet变换的图像处理系统。请参照图2，为根据本发明实施例提供的基于非下采样Cotourlet变换的图像处理系统的示意图，如图2所示，所述系统包括：

子带系数确定单元201，用于采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

变换系数确定单元202，用于对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；

图像融合单元203，用于对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上对本申请所提供的一种基于非下采样Cotourlet变换的图像处理的方法及系统，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (4)

1.一种基于非下采样Cotourlet变换的图像处理方法，其特征在于，所述方法包括：

采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；

对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。

2.根据权利要求1所述的方法，其特征在于，所述低通子带系数融合规则为c_J ^F(x,y)＝δ_Ac_J ^A(x,y)+δ_Bc_J ^B(x,y),其中，δ_A＝E_J ^A(x,y)/[E_J ^A(x,y)+E_J ^B(x,y)],δ_B＝1-δ_A，(x,y)为已知点坐标。

3.根据权利要求2所述的方法，其特征在于，所述已知点(x,y)在第j级分解下的带通方向子带系数向量为：d_j(x,y)＝[d_j，1(x,y)，d_j，2(x,y…d_j，r(x,y)…d_j，2 ^j(x,y)]^T，定义函数M_j(x,y)表征图像上在该尺寸的细节信息的强弱程度，带通方向系数子带系数融合规则为d^F _j，r(x,y)＝ω_Ad^A _j，r(x,y)+ω_Bd^B _j，r(x,y)，其中，ω_A＝M_j ^A(x,y)/(M_j ^A(x,y)+M_j ^B(x,y))，ω_B＝1-ω_A且ω_A.ω_B≥0。

4.一种基于非下采样Cotourlet变换的图像处理系统，其特征在于，所述系统包括：

子带系数确定单元，用于采用非下采样Cotourlet变换分别对已标配待融合的红外图像A、可见光图像B进行J级多尺度分解，得到源图像A、B各自的分解系数{c_J ^A,d_Lj ^A}和{c_J ^B,d_Lj ^B},其中1≤j≤J，L_j为第j尺度下的方向分解系数，1≤L_j≤2^j,c_J为低通子带系数，d_Lj为带通方向子带系数；

变换系数确定单元，用于对低通子带系数c_J ^A、c_J ^B及各级带通方向系数d_Lj ^A、d_Lj ^B分别采取不同的融合规则进行融合处理，得到融合后的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}；

图像融合单元，用于对融合后得到的非下采样Cotourlet变换系数{c_J ^F,d_Lj ^F}进行逆变换，得到融合结果图像F。