一种基于曲波变换融合的图像处理方法及系统与流程

本发明涉及图像处理技术领域，特别是涉及一种基于曲波变换融合的图像处理方法及系统。

背景技术：

随着传感器技术的发展，红外成像传感器、可见光传感器在军事和安全监控等领域的应用得到了不断的推广。但这两类传感器的成像特点及局限性，使得它们在某些成像环境下，利用单一传感器完成任务存在一定的困难。如何利用红外与可见成像传感器之间的互补信息，有效地发掘和综合图像的特征信息、突出红外目标、增强场景理解，一直是红外与可见光图像融合技术的研究热点。

现有技术中，红外与可见光图像融合规则大多直接基于子带系数的值或其线性函数进行设置，如基于单独子带系数、基于领域特性等，此类融合策略都未能充分利用带通方向子带相关性信息。使得红外与可见光融合效果不佳。

技术实现要素：

本发明提供了一种基于曲波变换融合的图像处理方法及系统。

本发明提供了如下方案：

一种基于曲波变换融合的图像处理方法，包括：

将可见光色彩图像a进行rgb到iv1v2的颜色空间转换；所述iv1v2为ihs颜色变换模型中的中间变量；

对亮度分量i和红外灰度图像b分别应用curvelet变换；

对变换后的低频系数和高频系数分别采用不同的融合规则予以融合，再对融合系数使用curvelet逆变换得到融合图像亮度分量if；

将所述融合图像亮度分量if以及所述iv1v2转换到rgb颜色空间即得到融合图像f。

优选的：所述rgb到iv1v2的颜色空间转换关系为

其中，

优选的：采用表示图像a、图像b的低频系数，所述低频系数融合规则为

优选的：采用表示图像a、图像b的高频系数，所述高频系数融合规则为

一种基于曲波变换融合的图像处理系统，所述系统包括：

中间变量确定单元，用于将可见光色彩图像a进行rgb到iv1v2的颜色空间转换；所述iv1v2为ihs颜色变换模型中的中间变量；

curvelet变换单元，用于对亮度分量i和红外灰度图像b分别应用curvelet变换；

亮度分量确定单元，用于对变换后的低频系数和高频系数分别采用不同的融合规则予以融合，再对融合系数使用curvelet逆变换得到融合图像亮度分量if；

图像融合单元，用于将所述融合图像亮度分量if以及所述iv1v2转换到rgb颜色空间即得到融合图像f。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

通过本发明，可以实现一种基于曲波变换融合的图像处理方法及系统，在一种实现方式下，该方法可以包括将可见光色彩图像a进行rgb到iv1v2的颜色空间转换；所述iv1v2为ihs颜色变换模型中的中间变量；对亮度分量i和红外灰度图像b分别应用curvelet变换；对变换后的低频系数和高频系数分别采用不同的融合规则予以融合，再对融合系数使用curvelet逆变换得到融合图像亮度分量if；将所述融合图像亮度分量if以及所述iv1v2转换到rgb颜色空间即得到融合图像f。通过本申请提供的方法，得到的融合后的图像几乎没有假边缘、振铃等失真现象，边缘纹理细节更为清晰，视觉效果改善非常明显。可以使强度较低的红外源图像背景纹理等信息较好的呗融入，红外图像中的目标有效增强。克服了因红外图像与可见光图像亮度和对比度差异造成红外图像中特征信息被淹没或削弱的情况，同时不会造成可见光图像信息的明显损失。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于曲波变换融合的图像处理方法的流程图；

图2是本发明实施例提供的一种基于曲波变换融合的图像处理系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

参见图1，为本发明实施例一提供的一种基于曲波变换融合的图像处理方法，如图1所示，该方法包括：

s101：将可见光色彩图像a进行rgb到iv1v2的颜色空间转换；所述iv1v2为ihs颜色变换模型中的中间变量；该his为颜色空间，目的是分离出亮度分量和色彩分量，其中将亮度分量与红外图像融合，而颜色分量保持不变。需要说明的是，该方法中使用的iv1v2为ihs颜色变换模型中的中间变量，以达到分离亮度与色彩的目的。具体的，所述rgb到iv1v2的颜色空间转换关系为

其中，

s102：对亮度分量i和红外灰度图像b分别应用curvelet变换；经过curvelet变换后，低频系数代表了图像主要能量分布，与原图像的高度相似。

s103：对变换后的低频系数和高频系数分别采用不同的融合规则予以融合，再对融合系数使用curvelet逆变换得到融合图像亮度分量if；在实际应用中，采用表示图像a、图像b的低频系数，所述低频系数融合规则为如果采用简单的低频系数融合规则会造成强度过高一方抑制另一方的能量分布特征，使用逆变换后表现为抑制甚至淹没另一方的细节特征。由于红外成像的特点较模糊，细节纹理较少，目标背景以团块形式出现等情况，简单的均值融合规则导致红外特征被淹没，这是红外图像与可见光图像融合中的典型问题。如果在融合之前对红外图像的动态范围进行调整，将对低频以及高频系数共同产生影响。这又会造成可见光图像细节的过度损失，因此本申请实施例使用图像亮度重映技术，设计了对coarse层系数应用亮度重映射的低频系数融合规则。

采用表示图像a、图像b的高频系数，所述高频系数融合规则为应用多尺度变换对图像融合，高频系数常采用局域区域能量和匹配测度的融合规则，curvelet变换具有方向性，是线奇异，相对于小波变换而言曲波变换后高频系数更稀疏，能量更集中，为了减小计算代价，采用绝对值取大融合规则，计算较为简单其能够有效的保留图像细节信息。

s104：将所述融合图像亮度分量if以及所述iv1v2转换到rgb颜色空间即得到融合图像f。

通过本申请提供的方法，得到的融合后的图像几乎没有假边缘、振铃等失真现象，边缘纹理细节更为清晰，视觉效果改善非常明显。可以使强度较低的红外源图像背景纹理等信息较好的呗融入，红外图像中的目标有效增强。克服了因红外图像与可见光图像亮度和对比度差异造成红外图像中特征信息被淹没或削弱的情况，同时不会造成可见光图像信息的明显损失。

实施例二

与本发明实施例一提供的基于曲波变换融合的图像处理方法相对应，本发明实施例二还提供了基于曲波变换融合的图像处理系统。请参照图2，为根据本发明实施例提供的基于曲波变换融合的图像处理的示意图，如图2所示，所述系统包括：

中间变量确定单元201，用于将可见光色彩图像a进行rgb到iv1v2的颜色空间转换；所述iv1v2为ihs颜色变换模型中的中间变量；

curvelet变换单元202，用于对亮度分量i和红外灰度图像b分别应用curvelet变换；

亮度分量确定单元203，用于对变换后的低频系数和高频系数分别采用不同的融合规则予以融合，再对融合系数使用curvelet逆变换得到融合图像亮度分量if；

图像融合单元204，用于将所述融合图像亮度分量if以及所述iv1v2转换到rgb颜色空间即得到融合图像f。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上对本申请所提供的一种基于曲波变换融合的图像处理方法及系统，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。