买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南师范大学

摘要：本发明公开了一种基于结构相似性与L2范数优化的图像融合方法，该方法包括图像分解、构建权重图、图像预融合、计算结构相似性、二次融合及重构五部分。其核心思想是使用双尺度分解分别将红外与可见光图像分解为基层和细节层，并分别计算红外与可见光图像的权重图，然后将权重图通过引导滤波得出权重系数，根据权重系数分别融合基层和细节层图像，得到预融合图像。通过分别计算预融合图像与红外和可见光图像之间的结构相似性，对图像的基层采用基于L2范数优化结构相似性系数的方法进行二次融合，图像的细节层使用结构相似性系数进行二次融合，通过重构图像得到融合结果。本发明采用基于结构相似性与L2范数优化的方法，对基于引导滤波预融合的图像实施二次融合，其网络结构简单，保留了源图像中丰富而有用的基本信息，增强了预融合图像的细节信息，使得融合结果更符合人们的视觉观察系统，客观评价也得以提高。

主权项：1.一种基于结构相似性与L2范数优化的图像融合方法，其特征在于，包含以下步骤：步骤一：图像分解，通过双尺度变化分别将红外与可见光源图像分解为基层图像B和细节层图像D；利用模板大小为31x31的均值滤波器对红外图像IR滤波，滤波后得到的图像为红外图像的基层B1，红外图像IR减去基层B1得到细节层D1，同理得到可见光图像的基层B2和细节层D2；步骤二：构建权重图，分别计算红外可见光源图像的显著图S，根据源图像的显著图从而计算出权重图P；具体地，首先对源图像进行拉普拉斯滤波，将滤波结果绝对值化后进行高斯滤波，然后求滤波后红外图像的显著图S1和可见光图像的显著图S2，根据其显著图构建对应的权重图P1和P2；步骤三：图像预融合，将权重图P通过引导滤波，得到预融合权重系数w，基础层和细节层根据相应的权重系数分别加权，将加权结果相加获得预融合图像F1；具体地，将步骤二中得到的权重图通过引导滤波，可分别得到基层的权重系数wb1和wb2，细节层的权重系数wd1和wd2，对权重系数做归一化处理，然后将基层图像和细节层图像分别与对应的权重系数加权，得到预融合图像F1；步骤四：计算结构相似性SSIM，分别计算预融合图像F1与红外图像IR的结构相似性IF_SSIM，预融合图像F1和可见光图像VI的结构相似性VF_SSIM；步骤五：二次融合及重构，根据IF_SSIM和VF_SSIM的关系重新确定融合规则，引入L2范数优化结构相似性对源图像的基层重新融合，使用结构相似性系数对源图像的细节层重新融合，最后将基层与细节层二次融合的结果进行重构，得到红外与可见光源图像的最终融合图像FF；具体地，首先用步骤四中的红外图像与预融合图像的结构相似性IF_SSIM减去可见光与预融合图像的结构相似性VF_SSIM得到构相似性的差值ss，即ssm,n＝IF_SSIMm,n－VF_SSIMm,n，m、n表示对应图像像素位置；再把ss变换到0～1之间的系数wsm,n＝mat2gray[0.5+ssm,n]，对图像的细节部分使用ws系数融合，得到细节层重新融合的图像IMD＝D1*wsm,n+D2*[1－wsm,n]；然后，图像的基层使用L2范数对ws系数优化进行融合，得到基层重新融合的图像IMB＝L2B1,B2,ws；最后，将细节层和基层图像相加重构得到融合图像FF＝IMD+IMB。

全文数据：

权利要求：

百度查询： 湖南师范大学 一种基于结构相似性与L2范数优化的图像融合方法