可见光红外图像特征的区域性并行融合.pdfVIP

光电信息技术与光电产业 701 可见光组外图像特征的区域性并行融合① 同武勤 杨 华 凌永顺 电子工程学院，安徽省红外与低温等离子体重点实验室，安徽省合肥市，230037 摘 要提出一种将源图像中的目标信息和背景信息分离后并行处理的融合算法。首先 利用改进的控制标记符的形态分水岭分割算法和“互映射”方法分离出目标区域和背景区域， 对于方形目标区域，采用基于Canny边缘检测算子的小波域融合算法实现目标区域有效融 合；对于背景区域，采用衡量“背景复杂度”的方差加权信息熵实现背景区域融合；最后对于融 合了的目标和背景图像采用叠加的方法得到融合图像。引入客观评价指标“质量系数”，与同 类算法相比，本文方法既充分提取了目标的红外特征和可见光细节信息，同时还注意了背景的 有效融合；目标和背景并行的融合方法提高了运算速度。试验结果表明本文算法的准确性和 实时性较其他同类算法均有所提高。 关键词 光学工程 小波区域融合 背景复杂度 方差加权信息熵 红外传感器和可见光成像传感器是两种常用的传感器，工作机理不同，性能也各有差异。红外成像 传感器获取目标的红外辐射，依靠探测目标和背景间的热辐射差异来识别目标的。尽管红外传感器对 热目标的探测性能较好，但其对场景的亮度变化不敏感，成像清晰度低，不利于人眼判读。可见光成像 传感器只敏感于目标场景的反射，而与目标场景的热对比度无关。可见光成像传感器清晰度较高，能够 提供目标所在场景的细节信息。因此，红外与可见光图像的有效融合将有利于综合红外图像较好的目 标指示特性和可见光图像的清晰场景信息，提高目标检测识别的精度。 本文总结现有融合算法的优缺点，结合红外和可见光图像的物理特性，提出一种将源图像中的目标 信息和背景信息分离后并行处理的融合算法，其流程图见图1。 图1并行处理算法流程图 ①基金项目：安徽省重点实验室基金资助项目(2007A013013Y)。 702 第五届博士生学术年会论文集 一、基于Canny边缘检测算子的小波域方形目标区域融合 首先对源图像进行配准预处理。本文利用边缘特征角点，采用仿射变换模型得到相应的配准参数， 使得红外和可见光图像之间达到亚像素级配准的要求。 (一)改进的控制标记符的形态分水岭分割算法 图像分割是把目标从图像背景中分离出来的过程。形态学方法在图像分割中的应用主要是基于分 水岭变换，传统的分割算子存在严重的缺陷，会受噪声和量化误差的影响，在均匀一致的区域内部产生 过多的局部最小值，从而导致过分割现象。 采用提出控制标记符的分水岭分割算法对源图像进行分割操作。此算法具有很强的抑制过分割性 能。首先，对一个像素标记的确定应同时根据其邻域像素标记属性并行判断。若某像素只与一个集水 盆地的像素相连，则赋值该像素集水盆的标记；若一个像素同时与两个或以上集水盆地相邻，则标记为 分水岭像素；若像素同时与一集水盆地与分水岭相连，则赋值该像素集水盆地标记；若像素只与分水岭 像素相连，则赋值该像素分水岭标记。其次，为避免出现标记错误的情况，当一像素的标记确定以后，将 其测距下降一次，从而可以将该像素作为邻域像素对其他像素的标记进行判断。关于数学形态学的相 关知识请参见文献。 通过上述分割方法将红外和可见光图像中的目标所在区域提取出来。本文以包含目标的方形区域 为目标研究对象，采用“互映射”法找到相应的目标区域。对于严格配准后的红外和可见光图像，将红外 图像中目标区域位置记录后映射到可见光图像中，同时将可见光图像中目标区域位置记录后映射到红 外图像中，通过“互映射”方法，在两种图像中同时找到包含目标的最佳方形区域。各图像取出方形目标 区域后的剩余部分为背景图像。 (二)方形目标区域小波域融合 Canny边缘检测算子实质上相当于提取图像小波变换的模局部极大值点，并进行非极大值抑制。 图像边缘的方向性体现在图像的局部变化以及沿某一方向上的全局性中，传统的小波变换所提取的特 征不能反映出这一性质，故本文引入方向小波变换来描述图像在不同方向上的局部变化，因为方向小波 变换模值的平方与函数平滑后的梯度模值平方成正比，可以用求方向小波变换值来代替求梯度模值。 由此建立起Canny