【技術實現步驟摘要】
本申請屬于圖像處理，涉及一種基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法及相關裝置。
技術介紹
1、圖像融合是指綜合兩個或多個多源圖像的信息，其目的在于通過對多幅圖像的信息進行提取，集中或整合優勢互補的數據以提高圖像的信息可用度，從而獲取對同一目標更為準確，更為全面和更為可靠的圖像描述。融合后的圖像更符合人或機器的視覺特性，以便于對圖像進一步的分析、理解、檢測和識別。
2、圖像融合技術可分為三個層次：像素級、特征級和決策級。其中像素級圖像融合技術直接在原始數據層上進行融合。它雖然能保持盡可能多的原始數據，但在進行圖像融合之前，必須對源圖像進行精準的配準，因此具有局限性。另外，像素級圖像融合技術的數據量大，處理速度慢，實時性差。特征級圖像融合技術屬于中間層，先對原始圖像進行特征提取，然后對提取的特征進行綜合分析和處理，實現了客觀的信息壓縮，有利于實時處理。決策級融合技術是一種高層次的融合，在融合過程中，每個傳感器先分別建立對同一目標的初步判決和結論，然后對來自個傳感器的決策進行相關處理，最后進行決策級的融合處理。決策級融合技術具有良好的實時性和容錯性，但預處理代價高。
3、現有技術中，已有許多圖像融合技術的研究。其中，平均融合算法將待融合圖像中相關像素點的灰度值用所述相關像素點的灰度值的平均值替換。該方法生成的融合圖像不僅包含圖像中清晰的信息，同時也包含圖像中模糊的信息，從而使得有效和無效的信息結合在一起，不能得到較好的融合效果。低通比率金字塔圖像融合算法是一種與人們的視覺系統模型相適應的方法，能高
4、綜上所述，現有技術中的圖像融合技術數據量大、處理速度慢、對噪聲敏感和產生的融合效果差。因此，提出一種新的圖像融合算法是解決上述問題的關鍵。
技術實現思路
1、本申請的目的在于解決現有技術中圖像融合技術數據量大、處理速度慢、融合效果差的問題，提供一種基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法及相關裝置，
2、為了實現上述目的，本申請采用以下技術方案予以實現：
3、第一方面，本申請提供一種基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，包括以下步驟：
4、獲取已配準處理過的多光譜圖像，形成多源圖像數據集；
5、通過多尺度變換算法將多源圖像數據集中的圖像數據分解為高頻子帶圖像和低頻子帶圖像；
6、將低頻子帶圖像輸入到算法模型中，得到低頻子段融合權重，進而得到低頻融合圖像；所述算法模型計算低頻子段融合權重時，包括基于低頻子帶圖像中的各像素點，確定自適應十字交叉窗口，在自適應十字交叉窗口下計算對應窗口的加權鏈接強度；
7、采用區域平均能量對比度聯合區域方差加權自適應策略對高頻子帶圖像進行高頻子段融合，得到高頻融合圖像；
8、采用多尺度變換算法對低頻融合圖像和高頻融合圖像進行逆變換，實現圖像融合。
9、進一步地，本申請所述將低頻子帶圖像輸入到算法模型中，得到低頻子段融合權重，具體為：
10、1）生成像素點所屬的自適應十字交叉窗口：
11、所述自適應十字交叉窗口由水平方向梯度濾波算子與豎直方向濾波算子兩部分構成；根據圖像結構和色彩信息確定當前像素點的十字交叉區域，該十字交叉區域的大小由四個方向的臂長參數決定，將四個方向的臂長參數分為水平方向與豎直方向兩個濾波算子和，四個方向的臂長的取值根據圖像的結構和色彩信息的判別準則進行自適應調整，具體的判別準則如下：
12、準則1：
13、準則2：
14、準則3：
15、其中，為像素點與像素點的空間距離差，為像素差，，表示像素點處某一顏色通道的元素值；為預設的色彩閾值上限，為預設的色彩閾值下限，為預設的距離閾值上限，為預設的距離閾值下限，且，；
16、2）通過判別準則能夠確定像素點所對應的十字交叉窗口的水平方向濾波算子大小與豎直方向濾波算子大小，然后確定其中加權系數；
17、水平方向濾波算子的加權系數為：
18、
19、豎直方向濾波算子的加權系數為：
20、
21、其中，和分別為水平方向和豎直方向的最大權重，，，最小權重一律為；
22、3）對十字交叉窗口周邊補充常數0值填充像素，最終得到確定像素所屬的自適應十字交叉窗口所需的水平方向梯度濾波算子與豎直方向濾波算子，其大小為，其中，；
23、4）由水平方向梯度濾波算子與豎直方向濾波算子得到自適應十字交叉窗口：
24、
25、
26、
27、其中，表示像素周邊大小為的像素區域，表示該區域經豎直方向濾波算子作用后的窗口矩陣，表示該區域經水平方向濾波算子作用后的窗口矩陣，表示綜合考慮二者后得到的像素的自適應十字交叉窗口矩陣；
28、5）根據像素的自適應十字交叉窗口計算在該窗口下的加權鏈接強度：
29、
30、
31、其中，表示像素點在其所在的自適應十字交叉窗口下的加權鏈接強度，其中表示在該自適應十字交叉窗口中的平均梯度；
32、6）利用上述加權鏈接強度計算低頻子段融合權重。
33、進一步地，本申請所述算法模型采用計及主副對角線的圖像空間頻率作為輸入變量：
34、
35、
36、
37、
38、
39、
40、其中，表示pcnn模型的反饋輸入，表示迭代次數，表示計及主副對角線的圖像空間頻率，表示豎直方向的梯度能量，表示水平方向的梯度能量，表示主對角線方向的梯度能量，表示副對角線上的梯度能量，表示鄰域中的像素元素。
41、進一步地，本申請所述算法模型采用自適應權值矩陣動態調節相鄰神經元之間的耦合性：
42、
43、其中，表示權值矩陣，表示神經元的鏈接范圍。
44、進一步地，本申請所述多光譜圖像包括可見光圖像和紅外光圖像，所述算法模型得到可見光與紅外光的點火映射圖后，按照以下選取規則選取融合系數：
45、
46、其中，表示可見光的低頻系數，表示紅外光的低頻系數，表示融合后的低頻系數，表示紅外光點火次數，表示可見光點火次數。
47、進一步地，本申請所述采用區域平均能量對比度聯合區域方差加權自適應策略對高頻子帶圖本文檔來自技高網...
【技術保護點】
1.基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述將低頻子帶圖像輸入到算法模型中，得到低頻子段融合權重，具體為：
3.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述算法模型采用計及主副對角線的圖像空間頻率作為輸入變量：
4.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述算法模型采用自適應權值矩陣動態調節相鄰神經元之間的耦合性：
5.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述多光譜圖像包括可見光圖像和紅外光圖像，所述算法模型得到可見光與紅外光的點火映射圖后，按照以下選取規則選取融合系數：
6.根據權利要求1所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述采用區域平均能量對比度聯合區域方差加權自適應策略對高頻子帶圖像進行高頻子段融合，包
7.基于自適應十字交叉窗口加權鏈接強度的多源圖像融合系統，其特征在于，包括：
8.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-6任一項所述方法的步驟。
9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-6任一項所述方法的步驟。
10.一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機指令，計算機設備的處理器讀取所述計算機指令，所述計算機設備的處理器執行所述計算機指令實現如權利要求1至6任一項所述方法的步驟。
...【技術特征摘要】
1.基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述將低頻子帶圖像輸入到算法模型中，得到低頻子段融合權重，具體為：
3.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述算法模型采用計及主副對角線的圖像空間頻率作為輸入變量：
4.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述算法模型采用自適應權值矩陣動態調節相鄰神經元之間的耦合性：
5.根據權利要求2所述的基于自適應十字交叉窗口加權鏈接強度的多源圖像融合方法，其特征在于，所述多光譜圖像包括可見光圖像和紅外光圖像，所述算法模型得到可見光與紅外光的點火映射圖后，按照以下選取規則選取融合系數：
6.根據...
【專利技術屬性】
技術研發人員：賈來強，王小龍，龔靖東，宋銳，張天毅，段朝陽，徐向軍，謝煒，楊韜，劉亨洋，魏筱舟，郭致軍，張曉峰，
申請(專利權)人：國網甘肅省電力公司蘭州供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。