基于图像引导滤波器的彩色图像融合算法的制作方法

本发明涉及图像处理方法，具体涉及一种基于图像引导滤波器的彩色图像融合算法。

背景技术：

图像是人类认识世界的直接来源之一。同时，随着70年代以来计算机能够根据不同的颜色空间模拟呈现客观世界中的颜色，彩色图像开始在机器视觉和图像处理领域占有越来越重要的地位，成为学者们的研究热点。

但是，相对与灰度图像，由于彩色图像包含更加复杂且丰富的信息，要获得精确的图像处理结果则需要增加计算的复杂度，牺牲图像处理算法的实时性。为在彩色图像的融合过程中保持图像特征，且不产生虚假特征，尽可能的保留彩色图像信息的同时，进一步简化彩色图像分析的复杂度，提高图像处理的实时性，我们提出了基于图像引导滤波器的彩色图像融合算法。

技术实现要素：

针对现有技术的不足，本发明公开了一种基于图像引导滤波器的彩色图像融合算法。

本发明的技术方案如下：

一种基于图像引导滤波器的彩色图像融合算法，包括以下步骤：

步骤1、将待处理的源彩色图像R_i，利用显著性检测算法进行计算，得到显著性映射图像I_i；

步骤2、建立三维图像引导滤波器；将源彩色图像R_i作为三维图像引导滤波器的引导图像，显著性映射图像I_i作为三维图像引导滤波器的输入图像；

三维图像引导滤波器的输出为：

式(4)中，和B_k分别为：

式(5)和式(6)中，i为图像像素点，k为内的像素点，是正则化参数，∑_k是窗口内的协方差矩阵，U是单位矩阵，μ_k是显著性映射图像I_i在窗口内的均值；是窗口内像素个数的总和，是显著性映射图像I_i在窗口内的均值；

三维图像引导滤波器输出引导滤波后图像I′_i；

步骤3、将待处理的源彩色图像R_i通过R、G、B三个通道分别进行均值滤波，得到均值滤波后图像R′_i；

步骤4、分别通过R、G、B三个通道，将源彩色图像R_i与均值滤波后图像R′_i做差分运算，得到差分后图像ΔR；

步骤5、引导滤波后图像I′_i和均值滤波后图像R′_i做加权均值滤波；

步骤6、引导滤波后图像I′_i和差分后图像ΔR做加权均值滤波；

步骤7、将步骤5和步骤6所得到的结果叠加，得到灰度级图像。

本发明的有益技术效果是：

相对于现有技术，本发明所提出的基于图像引导滤波器的算法在图像的整体亮度效果上并不明显，所以在最后处理得到的灰度级图像上，可以更加突出图像的主体部分，更加强调人眼能够察觉到的图像结构特征的变化。

附图说明

图1是本发明的算法流程图。

具体实施方式

本发明是针对RGB三通道的彩色图像处理而言。三通道的彩色图像处理方法的原理是基于二维图像，即灰度图像的处理方法的。

二维图像引导滤波器的建立方法如下：

二维图像引导滤波器的输入信号为引导图像集合R和输入图像集合I，二维图像引导滤波器的输出信号为：

式(1)中，i表示图像像素点；是固定大小的模板窗口，例如，在具体的实施例中，可以为3×3的窗口；k为内的像素点，A_k、B_k为引导图像R和输入图像I之间的最小均方差，其计算方法分别如下：

式(2)、式(3)中，μ_k、δ_k分别是引导图像R在窗口内的均值和方差；是窗口内像素个数的总和，I_k是输入图像I在窗口内的均值。

图1是本发明的算法流程图。依据以上建立的二维图像引导滤波器，如图1所示，本发明所述的彩色图像融合算法的步骤如下：

步骤1、将待处理的源彩色图像R_i，利用显著性检测算法进行计算，得到显著性映射图像I_i。

在上述二维图像引导滤波器中，输入信号、输出信号均为二维数组，而基于彩色图像融合算法来说，其源彩色图像R_i和显著性映射图像I_i均为向量。

图像显著性检测算法用于突出图像在人类视觉系统中的主体特征部分和周围不相关像素之间的对比度。图像显著性检测算法发展至今已存在多种实现方法，例如，可采用频谱的分析的方法，将图像的频谱减去频谱均值得到。

步骤2、基于二维图像引导滤波器，建立三维图像引导滤波器；将源彩色图像R_i作为引导图像，显著性映射图像I_i作为三维图像引导滤波器的输入图像，利用三维图像引导滤波器分析后得到引导滤波后图像I′_i。

三维图像引导滤波器的输出为：

式(4)中，和B_k皆是3×1的系数矢量，R_i是彩色引导图像。

和B_k分别为：

式(5)和式(6)中，是自定义的正则化参数，∑_k是窗口内的协方差矩阵，U是3×3的单位矩阵，μ_k是显著性映射图像I_i在窗口内的均值；是窗口内像素个数的总和，是显著性映射图像I_i在窗口内的均值；

步骤3、将源彩色图像R_i分为R、G、B三个通道进行均值滤波，得到均值滤波后图像R′_i。

步骤4、分别通过R、G、B三个通道，将源彩色图像R_i与均值滤波后图像R′_i做差分运算，得到差分后图像ΔR。

步骤5、对引导滤波后图像I′_i和均值滤波后图像R′_i做加权均值滤波；

步骤6、对引导滤波后图像I′_i和差分后图像ΔR做加权均值滤波；

步骤7、将步骤5和步骤6所得到的结果叠加，得到最终的灰度级图像。

以上所述的仅是本发明的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。