一种利用形态学中心算子的图像融合方法
【专利摘要】一种利用形态学中心算子的图像融合方法，它有三大步骤：一、基于形态学开闭运算产生两种交替滤波器，并用两种交替滤波器产生形态学中心算子和反中心算子，通过形态学中心和反中心算子提取红外和可见光图像中的亮、暗特征；二、将多尺度形态学理论和形态学中心及反中心算子结合起来，在多尺度空间提取图像的亮、暗特征，据此产生有效的融合特征；三、在由形态学中心和反中心算子产生的基本图像的基础上，利用提取的多尺度融合特征构建融合图像。本发明应用于各类基于图像的应用系统，具有广阔的应用前景。
【专利说明】一种利用形态学中心算子的图像融合方法
【技术领域】
[0001]本发明涉及一种利用形态学中心算子的图像融合方法，属于数字图像处理领域，它主要涉及数学形态学和图像融合技术。在各类基于图像的应用系统中有广阔的应用前景。
【背景技术】
[0002]红外图像包含很多不能被可见光传感器所捕捉的重要图像区域。同样，可见光图像包含很多不能被红外传感器所捕捉的大量细节。为了获得既包含重要图像区域又包含大量细节的图像，红外和可见光图像融合是一种有效的解决方法。图像融合是信号处理领域的一个重要方向，并且应用广泛，如目标识别、分割等。主成分分析和独立成份分析作为提取图像重要特征的工具已被广泛用来创建有效的融合图像(参见文献:冈萨雷斯等，利用基于小波分解的改进HIS和主成分分析融合子的多光谱和全色图像融合，地球科学和遥感会干丨J，42 卷，(2004) 1291-1299ο (M.Gonzalez-Audi cana, J.L.Saleta, R.G.Catalan, R.Garcia, Fusion of multispectral and panchromatic images using improved IHS andPCA mergers based on wavelet decomposition, IEEE Transactions on Geoscienceand Remote Sensing42(6) (2004) 1291 - 1299.);茨韦伊奇等，利用独立成份分析的基于区域的多模型图像融合，传感器杂志，7卷，(2007)743-751。(N.Cvejic1D.Bull1N.Canagarajah, Region-based multimodal image fusion using ICA bases, IEEE SensorsJournal7(5) (2007)743 - 751.))。但是，一些有用的图像细节会被平滑掉，从而影响融合的结果。小波变换和曲波变换能构建原图像的多尺度空间并提取图像的各尺度重要特征来进行图像融合(参见文献:帕亚雷斯等，一种基于小波的图像融合策略，模式识别，37卷，(2004) 1855-1872。(Gonzalo Pajares, Jesus Manuel de la Cruz, A wavelet-basedimage fusion tutorial, Pattern Recognition37 (2004) 1855 - 1872);菲利普等，利用曲波变换的遥感图像融合，信息融合，8卷，(2007) 143 - 156。(Filippo Nencini, AndreaGarzelli, Stefano Baronti, Luciano Alparone, Remote sensing image fusion usingthe curvelet transform, Information Fusion8 (2007) 143 - 156.))。然而，一些有用的信息在尺度空间分解时也会被平滑，从而影响融合图像的细节。把图像分割成若干重要的区域，然后再结合起来产生融合图像的方法在某些情况下能取得很好的效果(尼克罗夫等，朝向感知的图像融合，信息融合，11卷，(2010)95 - 113。CL Toet, M.A.Hogervorst, S.G.Nikolov, J.J.Lewis, T.D.Dixon, D.R.BulI, C.N.Canagarajah, Towards cognitiveimage fusion, Information Fusionll (2010)95 - 113.))。但是，对于红外和可见光图像融合，分割并不能有效地提取可见光图像中的图像细节。智能工具(参见文献:王兆斌等，利用脉冲耦合神经元网络的多聚焦图像融合，模式识别，43卷，(2010)2003 - 2016。(Zhaobin Wang, Yide Ma, JasonGu, Mult1-focus image fusion using PCNN, PatternRecognition43 (2010) 2003 - 2016.))，如神经元网络，也被广泛应用于多聚焦图像的融合。但是，此方法不适用于红外和可见光图像的融合。[0003]数学形态学是光学和信号处理领域中的重要理论，可被应用于红外和可见光图像融合。其中，形态学高帽(top-hat)变换(参考文献:白相志等，基于多尺度中心环绕高帽变换特征提取的红外和可见光图像融合，光学快报，19卷，(2011)8444 - 8457。(XiangzhiBai, Fugen Zhou, Bindang Xue, Fusion of infrared and visual images through regionextraction by using multi scale center—surround top-hat transform, OpticsExpress 19 (9) (2011)8444 - 8457.))能有效结合原始红外和可见光图像中的信息。然而，这些方法会产生噪声或平滑图像的细节，从而影响图像融合的效果。为了保留更多的原始红外和可见光图像的有用信息，在图像融合过程中的重要图像特征应该被提取出来并加以利用。形态学中心算子(参考文献:白相志等，基于形态学中心算子特征提取的矿物显微图像增强，显微研究和技术，76卷，(2013) 163 - 172。(Xiangzhi Bai, Enhancingmicroscopy images of minerals through morphological center operator-basedfeature extraction, Microscopy Research and Technique76 (2Ol3) I63 -172.))能够很好地提取图像的特征。而且，形态学中心算子提取特征是基于灰度的。而红外和可见光图像中的主要信息一般均依靠灰度表达。因此，形态学中心算子是红外和可见光图像融合的有效工具。据此，为了更加有效地融合图像中的有用信息，本发明提出了一种利用形态学中心算子的图像融合方法。
【发明内容】
[0004]1、目的:图像融合是图像处理中的重要关键技术，是合理有效利用多传感器获取数据信息的有效工具 。图像融合的关键是提取出原始图像中的有用区域并将这些区域合理地合并于结果图像中。为了更好地提取多传感器获取的图像中的有用信息并将其融合于同一幅图像中，各种方法被提出。然而多数方法并不能很好地提取原始图像中的有效图像区域用于图像融合，从而不同程度地模糊图像细节或遗漏部分图像信息，使得图像融合的效果不佳。
[0005]为了解决上述问题并弥补传统方法的不足，本发明提供了一种利用形态学中心算子的图像融合方法，它通过形态学中心算子和反中心算子提取红外和可见光图像中的亮、暗特征作为有用的信息；结合多尺度形态学理论和中心及反中心算子提取原始红外和可见光图像的多尺度特征；利用得到的多尺度特征构建融合图像。形态学中心算子和反中心算子很好地融合了原图的信息。
[0006]2、技术方案:为了实现这个目的，本发明一种利用形态学中心算子的图像融合方法，该方法具体步骤如下:
[0007]步骤一:利用形态学中心算子和反中心算子提取红外和可见光图像的亮、暗特征，具体定义如下:
[0008]
【权利要求】
1.一种利用形态学中心算子的图像融合方法，其特征在于:该方法具体步骤如下:步骤一:利用形态学中心算子和反中心算子提取红外和可见光图像的亮、暗特征，具体定义如下:
【文档编号】G06T5/50GK103903243SQ201410150507
【公开日】2014年7月2日 申请日期:2014年4月15日 优先权日:2014年4月15日
【发明者】白相志, 陈志国 申请人:北京航空航天大学