現(xiàn)有紅外與可見光圖像融合方法,側重于將可見光圖像的空間細節(jié)注入紅外圖像,往往由于空間細節(jié)的不當注入導致融合圖像中部分地物模糊不清。此外,航天器紅外與可見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,生成的融合圖像細節(jié)模糊不清。為此,文章從消除紅外與可見光圖像的整體結構信息差異角度,提出應用整體結構信息分層匹配的圖像融合方法。利用融合方法對天宮一號（TG-1）目標飛行器的紅外和可見光圖像數(shù)據(jù)進行圖像融合,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行比對,結果表明:文章提出的融合方法獲得的圖像光譜與細節(jié)保真效果好,優(yōu)于對比方法。 

【文章來源】：航天器工程. 2020,29(01)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

圖像融合方法實現(xiàn)過程

人眼視網(wǎng)膜含有錐狀體和桿狀體兩類感光細胞,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構。借鑒人眼信息處理的機制,本文將圖像數(shù)據(jù)分為整體結構信息和空間細節(jié)信息:整體結構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;空間細節(jié)信息的變化波動較劇烈,主要描述圖像紋理和細節(jié)。圖2展示了原始圖像、整體結構和空間細節(jié)信息的特點,其中,整體結構信息的走勢較平滑,空間細節(jié)信息則圍繞著數(shù)值0上下劇烈波動。紅外圖像的分辨率較低,可見光和紅外圖像融合的目標是利用可見光圖像的空間細節(jié)銳化紅外圖像,因此兩者融合也被稱為可見光銳化(Panshar-pening)[2]。可見光和紅外圖像融合只能從可見光圖像中抽取空間細節(jié)信息來銳化紅外圖像,若引入可見光圖像的整體結構信息則會改變紅外圖像中目標的溫度特性,引起溫度失真。此外,融入至紅外圖像的空間細節(jié)信息須與可見光圖像保持一致,否則容易導致融合圖像的空間細節(jié)模糊不清。根據(jù)上述整體結構和空間細節(jié)信息的特點,本文利用高斯濾波計算圖像的整體結構信息,并將原始圖像減去整體結構信息得到空間細節(jié)信息,見式(1)。

文獻[9-11]是目前最新發(fā)表的可見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行融合,側重高效提取可見光圖像的空間細節(jié)信息并將之注入至紅外圖像中。在試驗中,將這3個方法與本文融合方法進行對比分析,結果如圖3(c)～圖3(f)所示。通過對比紅外圖像與融合圖像的空間細節(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節(jié)模糊,而本文融合方法獲得的融合圖像的溫度與細節(jié)保真效果均較好。表1給出了融合圖像的客觀評價值,可知本文融合方法在溫度保真、細節(jié)保真及綜合保真方面均優(yōu)于對比方法。表1 圖像融合質量定量評價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：3370650