一种基于直觉模糊处理理论的图像融合方法及其系统的制作方法
【技术领域】
[0001] 本发明设及图像融合领域，尤其设及一种基于直觉模糊处理理论的图像融合方法 及其系统。
【背景技术】
[0002] 图像融合是将不同成像设备从不同角度或成像设备在不同时间对同一目标的多 个成像通过特定的算法合并成一幅图像的过程。由于不同传感器具有不同的成像原理，所 获得的图像也各有特点，将运些图像有机的结合起来可W提供更加可靠精确的信息，使得 人们更加方便有效地观察目标或分析数据。运些图像之间具有互补性和冗余性，将它们融 合起来所得到的融合图像与由单一传感器获得的图像相比，融合图像包含更多信息，具有 较强的鲁棒性，能够提供更加准确可靠的观察。因此将多个图像融合起来使得多方面信息 在一幅图像中得到体现具有重要的意义。
[0003] 根据国内外图像融合算法的研究现状，图像融合算法可W分为W下S类：空间域 图像融合算法、变换域图像融合算法W及基于人工智能的融合算法。空间域融合算法直接 对源图像像素值进行处理并融合，在进行融合时不需要对图像进行分解。变换域图像融合 算法是通过某种变换将源图像分解成不同分辨率的系数，然后将对应系数依据一定融合规 则进行融合的过程。人工智能包括语义学、模糊逻辑、神经网络、直觉模糊等。人工智能的 方法既可W在空间域使用，直接对图像像素进行处理，也可W在变换域对图像的分解系数 进行处理从而得到融合图像。
[0004] 在众多与人工智能技术相结合的融合算法中，基于模糊及直觉模糊的融合算法得 到了学者们的广泛关注。最早将模糊理论引入图像融合的是加拿大的A化jatali和IR Ciric，随着近几十年的发展，基于模糊理论的图像融合算法得到了广泛的研究，也出现了 少量基于直觉模糊理论的图像融合算法。但运些算法只引入了直觉模糊逻辑，算法复杂、不 灵活。
[0005] 目前，基于变换域的或基于传统模糊处理的图像融合算法面临如下问题：
[0006] (1)通过变换域得到融合图像的系数的算法复杂，费时费力。
[0007] 似没有考虑减小因图像自身的模糊性所带来的融合误差。
[0008] (3)基于传统模糊集处理的图像融合算法没有完全表现出或充分利用图像的模糊 性。
【发明内容】
[0009] 本发明的目的在于提供一种基于直觉模糊处理理论的图像融合方法及其系统，巧 妙地利用了直觉模糊集特有的参数：犹豫度，然后在NSCT变换域中选择出含有更大信息量 的参数来获取融合图像，该法可充分利用图像自身固有的模糊性进行图像融合。
[0010] 为了实现上述目的，本发明提供一种基于直觉模糊处理理论的图像融合方法，包 括：
[0011] 步骤一，对待融合的第一源图像、第二源图像进行分解处理，得到该第一源图像、 该第二源图像的低频系数和高频系数；
[0012] 步骤二，对该第一源图像、该第二源图像的低频系数和高频系数进行直觉模糊化 处理，得到直觉模糊犹豫度；W及
[0013] 步骤=，根据该直觉模糊犹豫度选取融合图像的变换系数，并根据该变换系数对 该第一源图像、该第二源图像的各子带系数进行逆变换处理，得到融合图像。
[0014] 所述的图像融合方法，其中，所述步骤一中，包括：在分解处理前对该第一源图像、 该第二源图像进行预处理的步骤。
[0015] 所述的图像融合方法，其中，所述步骤一中，包括：对该第一源图像、该第二源图像 采用NSCT变换进行分解处理。
[0016] 所述的图像融合方法，其中，所述步骤二中，包括：
[0017] 步骤2. 1:求系数的隶属度；
[0018] 将各个系数矩阵分别取绝对值后做归一化，得到新系数矩阵，然后取
[001 引y= (fmax-fmJ?exp(-(fmax-fmj?kj-yI)(D
[0020] 巧）
[0021] 其中，i= 1,2,…M，j= 1,2,…N，iiu(Xii)为系数Xu的隶属度，fmax和fmin分别 为新系数矩阵中的最大值和最小值，M、N分别为新系数矩阵的行值和列值；
[002引步骤2. 2冰系数的非隶属度；
[0023] 得到系数的隶属度后，计算系数的非隶属度如下：
[0024] (3)
[002引其中，为系数X。的非隶属度，yu(x。）为系数X。的隶属度，入=0. 5 ;
[0026] 步骤2. 3:求系数的犹豫度；
[0027] 得到系数的隶属度和非隶属度后，计算系数的犹豫度如下：
[002引 jTu(Xij) = 1-^。(又。)-口。(又。）(4)
[0029] 其中，为系数Xi,的犹豫度，y u(Xi,)为系数Xi,的隶属度，U u(Xi,)为系 数X。的非隶属度；
[0030] 采用如下公式选择犹豫度：
[0031] (5)
[003引其中，31A' (i，如为A'的系数矩阵中系数Xi,的犹豫度，31B' (i，如为B'的系数矩 阵中系数Xi，的犹豫度。
[0033] 所述的图像融合方法，其中，所述步骤=中，包括：
[0034] 根据该变换系数对该第一源图像、该第二源图像的各子带系数进行NSCT逆变换 处理得到融合图像。
[0035] 为了实现上述目的，本发明提供一种基于直觉模糊处理理论的图像融合系统，包 括：
[0036] 图像分解模块，用于对待融合的第一源图像、第二源图像进行分解处理，得到该第 一源图像、该第二源图像的低频系数和高频系数；
[0037] 模糊化处理模块，用于对该第一源图像、该第二源图像的低频系数和高频系数进 行直觉模糊化处理，得到直觉模糊犹豫度；
[0038] 变换系数获取模块，用于根据该直觉模糊犹豫度选择融合图像的变换系数；W及
[0039] 融合图像获取模块，用于根据该变换系数对该第一源图像、该第二源图像的各子 带系数进行逆变换处理，得到融合图像。
[0040] 所述的图像融合系统，其中，还包括一预处理模块，用于在分解处理前对该第一源 图像、该第二源图像进行预处理。
[0041] 所述的图像融合系统，其中，所述图像分解模块对该第一源图像、该第二源图像采 用NSCT变换进行分解处理。
[0042] 所述的图像融合系统，其中，所述模糊化处理模块包括：隶属度获取模块、非隶属 度获取模块、犹豫度获取模块；
[0043] 所述隶属度获取模块将各个系数矩阵分别取绝对值后做归一化，得到新系数矩 阵，然后取
[004引其中，i= 1，2,…M，j= 1，2,…N，iiu(Xii)为系数Xu的隶属度，fmax和fmin分别 为新系数矩阵中的最大值和最小值，M、N分别为新系数矩阵的行值和列值；
[0047]所述非隶属度获取模块根据系数的隶属度，计算系数的非隶属度如下：
[0048] (3)
[004引其中，为系数X。的非隶属度，yu(x。）为系数X。的隶属度，入=0. 5; [0050]所述犹豫度获取模块根据系数的隶属度和非隶属度，计算系数的犹豫度如下： [0051] 31 i j (Xi j)= 1-jii j (Xi j) -ui j (Xi j)(4)
[0052] 其中，为系数Xij的犹豫度，y u(Xij)为系数Xu的隶属度，u u(Xij)为系 数Xii的非隶属度；
[0053] 所述变换系数获取模块采用如下公式选取变换系数：
[0054] 巧）
[005引其中，nA'(ij)为A'的系数矩阵中系数Xii的犹豫度，31B'(ij)为B'的系数矩 阵中系数Xi，的犹豫度。
[0056] 所述的图像融合系统，其中，所述融合图像获取模块根据该变换系数对该第一源 图像、该第二源图像的各子带