1.一种基于改进的多尺度变换分解的目标增强与融合系统,包括图像采集模块、mst分解模块及图像融合模块;所述图像采集模块,包括可见光图像采集单元以及红外图像采集单元;所述mst分解模块,包括高斯金字塔序列生成单元、高斯金字塔扩展序列生成单元及拉普拉斯金字塔序列生成单元;所述图像融合模块,包括低频融合单元以及高频融合单元;图像采集模块与mst分解模块相连,mst分解模块与图像融合模块相连,其特征在于,所述可见光图像采集单元以及红外图像采集单元分别与mst分解模块的高斯金字塔序列生成单元相连;所述高斯金字塔序列生成单元与高斯金字塔扩展序列生成单元相连;所述高斯金字塔序列生成单元及高斯金字塔扩展序列生成单元与拉普拉斯金字塔序列生成单元相连;所述拉普拉斯金字塔序列生成单元与图像融合模块的低频融合单元以及高频融合单元相连;所述图像采集模块中的可见光图像采集单元采集可见光源图像,红外图像采集单元采集红外源图像;所述可见光源图像和红外源图像的视场相同;
2.根据权利要求1所述的一种基于改进的多尺度变换分解的目标增强与融合系统,其特征在于,所述高斯金字塔扩展序列通过对高斯金字塔的高层序列进行插值和扩展,依次生成更低层对应图像,直至得到高斯金字塔扩展序列,具体为:将高斯金字塔扩展序列的第n层作为高斯金字塔的第n层;设定i=n,将高斯金字塔扩展序列的第i层图像隔行隔列填零,进行尺寸扩充;再将尺寸扩充后的图像进行高斯滤波后乘以4,生成高斯金字塔扩展序列的第i层;cc:将i减1并更新i,重复将高斯金字塔扩展序列的第i层图像隔行隔列填零,进行尺寸扩充后的图像进行高斯滤波后乘以4,生成高斯金字塔扩展序列的第i层;判断i是否为0,若为0,则生成了高斯金字塔扩展序列;否则循环执行“将i减1并更新i,重复将高斯金字塔扩展序列的第i层图像隔行隔列填零,进行尺寸扩充后的图像进行高斯滤波后乘以4,生成高斯金字塔扩展序列的第i层”;直至判断i为0,即生成了高斯金字塔扩展序列。
3.根据权利要求1所述的一种基于改进的多尺度变换分解的目标增强与融合系统,其特征在于,所述拉普拉斯金字塔序列依据高斯金字塔序列及高斯金字塔扩展序列生成,具体过程为:拉普拉斯金字塔序列的第n层即高斯金字塔序列的第n层,对应低频图像,该低频图像代表图像的大部分平滑区域,该低频图像中包含的低频信息反映源图像的像素强度分布;拉普拉斯金字塔序列的第i层由高斯金字塔序列的第i层减去高斯金字塔扩展序列的第i+1层得到;所述i的取值范围为0到n-1;所述高频图像,包括拉普拉斯金字塔的n-1层图像,具体为:第0空间频率层图像、第1空间频率层图像直至第n-1空间频率层图像;所述高频图像中的各层图像包括源图像中的纹理细节信息;所述低频图像对应拉普拉斯金字塔第n空间频率层图像;所述低频图像包含源图像的背景和大部分能量。
4.根据权利要求1所述的一种基于改进的多尺度变换分解的目标增强与融合系统,其特征在于,所述低频融合图像,生成的过程具体为:对红外低频图像lan的像素值取绝对值并归一化,得到矩阵p;对矩阵p依据sλ(α)=α-1/λ进行非线性变换得到矩阵c;再分别将红外低频图像和可见光低频图像依据c*lan+(1―c)*lbn进行加权融合,得到低频融合图像lfn;所述图像lfn对应于重构后的第n层图像in;所述α对应红外或可见光低频图像的像素值;λ表示低频非线性变换参数,其取值范围为0.01到1。
5.根据权利要求1所述的一种基于改进的多尺度变换分解的目标增强与融合系统,其特征在于,所述图像融合模块中高频融合单元的输入为mst分解后的高频信息,输出为高频融合图像,该高频融合图像利用最大-绝对原理依据:
6.一种基于改进的多尺度变换分解的目标增强与融合方法,其特征在于,包括:
7.根据权利要求6所述的一种基于改进的多尺度变换分解的目标增强与融合方法,其特征在于,s1所述源图像表示为包含x行和y列像素的阵列i0,每个像素值表示相对位置的强度;所述拉普拉斯金字塔序列的第n层称为低频图像,代表图像的大部分平滑区域,该低频图像中包含的低频信息反映源图像的像素强度分布;拉普拉斯金字塔的第0到第n-1层称为高频图像,具体为:第0空间频率层图像、第1空间频率层图像直至第n-1空间频率层图像;所述高频图像中的各层图像包括源图像中的纹理细节信息;所述低频图像对应拉普拉斯金字塔第n空间频率层图像;所述低频图像包含源图像的背景和大部分能量;
8.根据权利要求6所述的一种基于改进的多尺度变换分解的目标增强与融合方法,其特征在于,s22、具体为:
9.根据权利要求6所述的一种基于改进的多尺度变换分解的目标增强与融合方法,其特征在于,s3所述非线性变换的表达式为:sλ(β)=β-1/λ;
10.根据权利要求6所述的一种基于改进的多尺度变换分解的目标增强与融合方法,其特征在于,所述s4中利用最大-绝对原理对mst分解后的高频信息进行融合,具体为:对每个空间频率层对应的红外高频图像和可见光高频图像中各点像素值大小进行对比,取较大像素值作为最后高频融合的结果,使得该空间频率层最终融合图像很大程度保留对应空间频率层源高频图像的细节信息;所述图像的细节信息为梯度信息。