現(xiàn)有紅外與可見(jiàn)光圖像融合方法,側(cè)重于將可見(jiàn)光圖像的空間細(xì)節(jié)注入紅外圖像,往往由于空間細(xì)節(jié)的不當(dāng)注入導(dǎo)致融合圖像中部分地物模糊不清。此外,航天器紅外與可見(jiàn)光成像分辨率往往相差很大,現(xiàn)有方法未考慮其分辨率差異,生成的融合圖像細(xì)節(jié)模糊不清。為此,文章從消除紅外與可見(jiàn)光圖像的整體結(jié)構(gòu)信息差異角度,提出應(yīng)用整體結(jié)構(gòu)信息分層匹配的圖像融合方法。利用融合方法對(duì)天宮一號(hào)（TG-1）目標(biāo)飛行器的紅外和可見(jiàn)光圖像數(shù)據(jù)進(jìn)行圖像融合,并將獲得圖像與圖像分解法、總體變分法和頻率變換法獲得圖像進(jìn)行比對(duì),結(jié)果表明:文章提出的融合方法獲得的圖像光譜與細(xì)節(jié)保真效果好,優(yōu)于對(duì)比方法。 

【文章來(lái)源】：航天器工程. 2020,29(01)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖像融合方法實(shí)現(xiàn)過(guò)程

人眼視網(wǎng)膜含有錐狀體和桿狀體兩類感光細(xì)胞,其中,錐狀體獲取的信息可以使人充分的分辨物體的空間細(xì)節(jié),桿狀體獲取的信息可以使人充分地分辨物體的整體結(jié)構(gòu)。借鑒人眼信息處理的機(jī)制,本文將圖像數(shù)據(jù)分為整體結(jié)構(gòu)信息和空間細(xì)節(jié)信息:整體結(jié)構(gòu)信息是圖像的低頻成分,主要反映圖像數(shù)據(jù)的整體趨勢(shì);空間細(xì)節(jié)信息的變化波動(dòng)較劇烈,主要描述圖像紋理和細(xì)節(jié)。圖2展示了原始圖像、整體結(jié)構(gòu)和空間細(xì)節(jié)信息的特點(diǎn),其中,整體結(jié)構(gòu)信息的走勢(shì)較平滑,空間細(xì)節(jié)信息則圍繞著數(shù)值0上下劇烈波動(dòng)。紅外圖像的分辨率較低,可見(jiàn)光和紅外圖像融合的目標(biāo)是利用可見(jiàn)光圖像的空間細(xì)節(jié)銳化紅外圖像,因此兩者融合也被稱為可見(jiàn)光銳化(Panshar-pening)[2]�？梢�(jiàn)光和紅外圖像融合只能從可見(jiàn)光圖像中抽取空間細(xì)節(jié)信息來(lái)銳化紅外圖像,若引入可見(jiàn)光圖像的整體結(jié)構(gòu)信息則會(huì)改變紅外圖像中目標(biāo)的溫度特性,引起溫度失真。此外,融入至紅外圖像的空間細(xì)節(jié)信息須與可見(jiàn)光圖像保持一致,否則容易導(dǎo)致融合圖像的空間細(xì)節(jié)模糊不清。根據(jù)上述整體結(jié)構(gòu)和空間細(xì)節(jié)信息的特點(diǎn),本文利用高斯濾波計(jì)算圖像的整體結(jié)構(gòu)信息,并將原始圖像減去整體結(jié)構(gòu)信息得到空間細(xì)節(jié)信息,見(jiàn)式(1)。

文獻(xiàn)[9-11]是目前最新發(fā)表的可見(jiàn)光與紅外圖像融合方法,分別為圖像分解法、總體變分法和頻率變換法。這些方法均采用加性變換思路進(jìn)行融合,側(cè)重高效提取可見(jiàn)光圖像的空間細(xì)節(jié)信息并將之注入至紅外圖像中。在試驗(yàn)中,將這3個(gè)方法與本文融合方法進(jìn)行對(duì)比分析,結(jié)果如圖3(c)～圖3(f)所示。通過(guò)對(duì)比紅外圖像與融合圖像的空間細(xì)節(jié)可以發(fā)現(xiàn):圖像分解法、總體變分法、頻率變換法生成的融合圖像存在一定程度的細(xì)節(jié)模糊,而本文融合方法獲得的融合圖像的溫度與細(xì)節(jié)保真效果均較好。表1給出了融合圖像的客觀評(píng)價(jià)值,可知本文融合方法在溫度保真、細(xì)節(jié)保真及綜合保真方面均優(yōu)于對(duì)比方法。表1 圖像融合質(zhì)量定量評(píng)價(jià)Table 1 Quantitative evaluation of image fusion quality 融合方法 Ds Dλ QNR 圖像分解法 0.201 0.210 0.631 總體變分法 0.142 0.232 0.659 頻率變換法 0.153 0.190 0.686 本文融合方法 0.108 0.102 0.801


本文編號(hào)：3370650