【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及圖像處理，具體是一種多尺度圖像增強(qiáng)融合方法及系統(tǒng)。
技術(shù)介紹
1、在基于場景的光學(xué)探測中，光電成像是一種重要技術(shù)，用于獲取真實(shí)原始圖像。然而，在非理想天氣下，這些圖像通常受到低能見度和雜散光的干擾，從而降低了場景目標(biāo)的可見性。尤其是霧霾環(huán)境中微粒和水滴散射光線會產(chǎn)生背景雜散光，這使得場景目標(biāo)更加難以區(qū)分，導(dǎo)致圖像質(zhì)量較差，限制了其在場景光學(xué)探測中的應(yīng)用。此外，低能見度可能導(dǎo)致遠(yuǎn)處的目標(biāo)模糊不清，進(jìn)一步減少圖像的信息量。
2、偏振是光的一個基本特性，描述了光波的傳播方向和振動方向之間的關(guān)系，包含著目標(biāo)特殊的物理內(nèi)蘊(yùn)信息。而偏振成像正是一種利用光的偏振性質(zhì)進(jìn)行圖像獲取和分析的技術(shù)。與傳統(tǒng)的強(qiáng)度圖像不同，偏振成像可以獲取物體表面反射或輻射光的偏振狀態(tài)信息獲得有關(guān)目標(biāo)的形狀、方向、材料性質(zhì)等額外信息，從而提供更豐富的視覺特征和表面信息，增強(qiáng)目標(biāo)與自然背景的差異，對于目標(biāo)檢測具有重要意義。復(fù)雜場景下偏振成像在相較于光強(qiáng)圖像在成像上具有提高目標(biāo)對比度和細(xì)節(jié)、環(huán)境光魯棒性以及物體表面特性分析等優(yōu)勢。在霧霾天氣下，圖像可能會受到霧霾顆粒的散射和吸收，導(dǎo)致圖像的模糊和對比度降低。偏振成像分析不同偏振方向下光的振動方向和強(qiáng)度，獲取關(guān)于物體表面材料性質(zhì)、紋理和形狀等信息，降低霧霾顆粒的干擾，提供更清晰、準(zhǔn)確的圖像信息。
3、現(xiàn)有技術(shù)在圖像增強(qiáng)方面存在局限性。現(xiàn)有技術(shù)的圖像增強(qiáng)方法通常專注于強(qiáng)度圖像的處理，而忽視了偏振度信息的潛在價值。強(qiáng)度圖像雖然提供了物體表面的光強(qiáng)分布信息，但在特定氣象條件下，如霧霾，其受到能見
技術(shù)實(shí)現(xiàn)思路
1、為克服現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種多尺度圖像增強(qiáng)融合方法及系統(tǒng)，解決現(xiàn)有技術(shù)存在的圖像增強(qiáng)融合質(zhì)量差、景深恢復(fù)效果不佳等問題。
2、本專利技術(shù)解決上述問題所采用的技術(shù)方案是：
3、一種多尺度圖像增強(qiáng)融合方法，通過強(qiáng)度和偏振度信息多尺度增強(qiáng)融合方式進(jìn)行圖像增強(qiáng)。
4、作為一種優(yōu)選的技術(shù)方案，包括以下步驟：
5、s1，數(shù)據(jù)采集：搭建偏振成像探測系統(tǒng)，同時采集真實(shí)場景多個檢偏角度的強(qiáng)度圖像；
6、s2，表征解算：基于強(qiáng)度圖像表征解算得到多參量偏振度圖像，選取偏振度圖像與強(qiáng)度圖像進(jìn)行圖像對齊，并將對齊后的圖像作為輸入圖像輸入到增強(qiáng)融合系統(tǒng)中；
7、s3，分解：使用二維圖像特征的頻率分別分解強(qiáng)度圖像和偏振度圖像，以獲取不同頻率范圍的信息，不同頻率范圍的信息包含低頻子帶和高頻子帶；
8、s4，低頻子帶創(chuàng)建：利用邊緣保持特性，在低頻子帶中計(jì)算像素值的加權(quán)平均，選擇保留像素，并創(chuàng)建新的低頻子帶；
9、s5，圖像融合：將強(qiáng)度圖像與偏振度圖像低頻子帶融合，融合權(quán)重由圖像梯度值、能量圖信息以及經(jīng)驗(yàn)權(quán)值調(diào)整因子共同決定，通過構(gòu)建權(quán)重方程完成自適應(yīng)權(quán)重調(diào)整；
10、s6，最大值融合：對高頻子帶進(jìn)行最大值融合，選擇兩個圖像對應(yīng)位置的像素中較大的值；
11、s7，重構(gòu)：使用圖像特征逆變換對對低頻子帶和高頻子進(jìn)行重構(gòu)，得到融合圖像。
12、作為一種優(yōu)選的技術(shù)方案，步驟s3中，通過離散小波變換分解，將強(qiáng)度圖像和偏振度圖像進(jìn)行分解，得到不同頻率范圍的信息；
13、不同頻率范圍的信息包括低頻子帶ca和高頻子帶，高頻子帶包括水平高頻子帶ch、垂直高頻子帶cv和對角線高頻子帶cd：
14、
15、其中，caj[k]表示第j級近似子帶，cdj[k]表示第j級細(xì)節(jié)子帶，k表示子帶的索引，j表示變換的級數(shù)，n表示變換過程中的索引變量，n表示總長度，ψ(·)表示小波基函數(shù)，φ(·)表示尺度函數(shù)，·表示卷積運(yùn)算。
16、作為一種優(yōu)選的技術(shù)方案，步驟s4中，選擇保留像素的公式為：
17、
18、
19、其中，i(q)表示輸入圖像，g(p)表示輸出圖像，q表示輸入圖像的圖像像素坐標(biāo)，p表示輸出圖像的圖像像素坐標(biāo)，σs表示標(biāo)準(zhǔn)差，σr表示控制空間范圍的空間標(biāo)準(zhǔn)差，n(p)表示以像素點(diǎn)p為中心的濾波窗口，kp表示歸一化因子，jt(p)表示第t-1次迭代后的結(jié)果，jt+1(p)表示第t次迭代后的結(jié)果。
20、作為一種優(yōu)選的技術(shù)方案，步驟s5包括以下步驟：
21、s51，高頻子帶融合：對水平高頻子帶ch、垂直高頻子帶cv和對角線高頻子帶cd進(jìn)行最大值融合，選擇兩個圖像對應(yīng)位置的像素中較大的值作為融合結(jié)果。
22、作為一種優(yōu)選的技術(shù)方案，步驟s5包括以下步驟：
23、s52，低頻子帶融合：通過加權(quán)平均將低頻子帶進(jìn)行融合。
24、作為一種優(yōu)選的技術(shù)方案，步驟s52中，將低頻子帶進(jìn)行融合時，融合權(quán)重的計(jì)算公式為：
25、α＝sig[ω]＝sig[(1-β)×g(i,j)+β×e(i,j)]
26、其中，α表示融合權(quán)重，ω表示權(quán)重函數(shù)，sig[·]表示映射關(guān)系，β表示權(quán)值調(diào)整因子，(i,j)表示像素坐標(biāo)，g(i,j)表示圖像的梯度圖信息，e(i,j)]表示圖像的能量圖信息。
27、作為一種優(yōu)選的技術(shù)方案，步驟s2中，對強(qiáng)度圖像進(jìn)行分別計(jì)算，獲取原始偏振度圖像解算后的多參量偏振度圖像，選取參量偏振度圖像與強(qiáng)度圖像一起作為圖像增強(qiáng)融合的輸入圖像。
28、作為一種優(yōu)選的技術(shù)方案，還包括以下步驟：
29、s7，均衡化：直方圖均衡化：對強(qiáng)度圖像、偏振度圖像、融合圖像進(jìn)行直方圖均衡化。
30、一種增強(qiáng)融合系統(tǒng)，用于實(shí)現(xiàn)所述的一種多尺度圖像增強(qiáng)融合方法，包括依次連接的以下模塊：
31、數(shù)據(jù)采集模塊：用以，搭建偏振成像探測系統(tǒng)，同時采集真實(shí)場景多個檢偏角度的強(qiáng)度圖像；
32、表征解算模塊：用以，基于強(qiáng)度圖像表征解算得到多參量偏振度圖像，選取偏振度圖像與強(qiáng)度圖像進(jìn)行圖像對齊，并將對齊后的圖像作為輸入圖像輸入到增強(qiáng)融合系統(tǒng)中；
33、分解模塊：用以，使用二維圖像特征的頻率分別分解強(qiáng)度圖像和偏振度圖像，以獲取不同頻率范圍的信息，不同頻率范圍的信息包含低頻子帶和高頻子帶；
34、低頻子帶創(chuàng)建模塊：用以，利用邊緣保持特性，在低頻子帶中計(jì)算像素值的加權(quán)平均，選擇保留像素，并創(chuàng)建新的低頻子帶；
35、圖像融合模塊：用以，將強(qiáng)度圖像與偏振度圖像低頻子帶融合，融合權(quán)重由圖像梯度值、能量圖信息以及經(jīng)驗(yàn)權(quán)值調(diào)整因子共同決定，通過構(gòu)建權(quán)重方程完成自適應(yīng)權(quán)重調(diào)整；
3本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種多尺度圖像增強(qiáng)融合方法，其特征在于，通過強(qiáng)度和偏振度信息多尺度增強(qiáng)融合方式進(jìn)行圖像增強(qiáng)。
2.根據(jù)權(quán)利要求1所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，包括以下步驟：
3.根據(jù)權(quán)利要求2所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S3中，通過離散小波變換分解，將強(qiáng)度圖像和偏振度圖像進(jìn)行分解，得到不同頻率范圍的信息；
4.根據(jù)權(quán)利要求3所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S4中，選擇保留像素的公式為：
5.根據(jù)權(quán)利要求4所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S5包括以下步驟：
6.根據(jù)權(quán)利要求5所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S5包括以下步驟：
7.根據(jù)權(quán)利要求6所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S52中，將低頻子帶進(jìn)行融合時，融合權(quán)重的計(jì)算公式為：
8.根據(jù)權(quán)利要求2所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟S2中，對強(qiáng)度圖像進(jìn)行分別計(jì)算，獲取原始偏振度圖像解算后的多參量偏振度圖像，選取參量偏振度圖像與強(qiáng)度圖像一起
9.根據(jù)權(quán)利要求2至8任一項(xiàng)所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，還包括以下步驟：
10.一種增強(qiáng)融合系統(tǒng)，其特征在于，用于實(shí)現(xiàn)權(quán)利要求1至9任一項(xiàng)所述的一種多尺度圖像增強(qiáng)融合方法，包括依次連接的以下模塊：
...【技術(shù)特征摘要】
1.一種多尺度圖像增強(qiáng)融合方法，其特征在于，通過強(qiáng)度和偏振度信息多尺度增強(qiáng)融合方式進(jìn)行圖像增強(qiáng)。
2.根據(jù)權(quán)利要求1所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，包括以下步驟：
3.根據(jù)權(quán)利要求2所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟s3中，通過離散小波變換分解，將強(qiáng)度圖像和偏振度圖像進(jìn)行分解，得到不同頻率范圍的信息；
4.根據(jù)權(quán)利要求3所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟s4中，選擇保留像素的公式為：
5.根據(jù)權(quán)利要求4所述的一種多尺度圖像增強(qiáng)融合方法，其特征在于，步驟s5包括以下步驟：
6.根據(jù)權(quán)利要求5所述的一種多尺度圖像增強(qiáng)融合方法...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：武春風(fēng)，嚴(yán)爽，陳升，王舒陽，向文鼎，吳志語，黃忠勛，胡從林，
申請(專利權(quán))人：航天科工微電子系統(tǒng)研究院有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。