图像处理方法、装置、计算机存储介质及电子设备与流程

本申请涉及图像处理，特别涉及一种图像处理方法、图像处理装置、计算机可读存储介质及电子设备。

背景技术：

1、跨模态图像融合技术是针对同一场景下不同模态的图像进行融合，能够充分利用不同模态图像之间的互补性和冗余性，得到的融合图像与单模态图像相比所包含的信息更丰富。跨模态图像融合技术广泛应用于图像融合领域、跨模态通信领域、疾病诊疗领域，等等。

2、图像融合分为像素级、特征级和决策级，像素级图像融合是特征级和决策级图像融合的基础，因此通常使用的是像素级图像融合。但是目前所采用的像素级图像融合技术存在生成的融合图像对比度不高，边缘细节信息不能较好保留的问题。

3、需要说明的是，上述背景技术部分公开的信息仅用于加强对本申请的背景的理解。

技术实现思路

1、本申请的目的在于提供一种图像处理方法、图像处理装置、计算机可读存储介质及电子设备，进而至少在一定程度上提高了融合图像的对比度，保留了边缘细节，提高了融合图像的质量。

2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

3、根据本申请的第一方面，提供一种图像处理方法，包括：获取不同模态且完全配准的第一图像和第二图像，采用潜在低秩分解方法对所述第一图像和所述第二图像进行分解，以获取与所述第一图像对应的第一噪声图像、第一低秩图像和第一显著图像，以及与所述第二图像对应的第二噪声图像、第二低秩图像和第二显著图像；采用非下采样contourlet变换方法对所述第一低秩图像和所述第二低秩图像进行分解，以获取与所述第一图像对应的第一高频子带图像和第一低频子带图像，以及与所述第二图像对应的第二高频子带图像和第二低频子带图像；基于piella融合规则对所述第一高频子带图像和所述第二高频子带图像进行融合，获取融合高频子带图像；基于平均梯度自适应加权融合规则对所述第一低频子带图像和所述第二低频子带图像进行融合，获取融合低频子带图像；根据所述融合高频子带图像和所述融合低频子带图像确定融合低秩图像，并将所述第一显著图像、所述第二显著图像和所述融合低秩图像融合，以获取融合图像。

4、根据本申请的第二方面，提供一种图像处理装置，包括：分解模块，用于获取不同模态且完全配准的第一图像和第二图像，采用潜在低秩分解方法对所述第一图像和所述第二图像进行分解，以获取与所述第一图像对应的第一噪声图像、第一低秩图像和第一显著图像，以及与所述第二图像对应的第二噪声图像、第二低秩图像和第二显著图像；采用非下采样contourlet变换方法对所述第一低秩图像和所述第二低秩图像进行分解，以获取与所述第一图像对应的第一高频子带图像和第一低频子带图像，以及与所述第二图像对应的第二高频子带图像和第二低频子带图像；融合模块，用于基于piella融合规则对所述第一高频子带图像和所述第二高频子带图像进行融合，获取融合高频子带图像；基于平均梯度自适应加权融合规则对所述第一低频子带图像和所述第二低频子带图像进行融合，获取融合低频子带图像；根据所述融合高频子带图像和所述融合低频子带图像确定融合低秩图像，并将所述第一显著图像、所述第二显著图像和所述融合低秩图像融合，以获取融合图像。

5、根据本申请的第三方面，提供一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的图像处理方法。

6、根据本申请的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的图像处理方法。

7、由上述技术方案可知，本申请示例性实施例中的图像处理方法、图像处理装置、计算机可读存储介质及电子设备至少具备以下优点和积极效果：

8、本申请实施例中的图像处理方法，首先采用潜在低秩分解方法对不同模态且完全配准的第一图像和第二图像进行分解，获取与其对应的噪声图像、低秩图像和显著图像，接着采用非下采样contourlet变换方法对低秩图像进行分解得到高频子带图像和低频子带图像，然后基于piella融合规则对第一图像和第二图像的高频子带图像进行融合，基于平均梯度自适应加权融合规则对第一图像和第二图像的低频子带图像进行融合，并对融合后的高频子带图像和融合后的低频子带图像进行融合，最后将融合低秩图像与显著图像融合，即可得到最终的融合图像。本申请的图像处理方法能够提高融合图像的对比度，保留图像的边缘细节信息，提高了融合图像的质量。

9、本申请应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种图像处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于piella融合规则对所述第一高频子带图像和所述第二高频子带图像进行融合，获取融合高频子带图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取位于目标方向上的所述第一高频子带图像和所述第二高频子带图像之间的平均结构相似度，包括：

4.根据权利要求2所述的方法，其特征在于，所述获取与位于所述目标方向上的所述第一高频子带图像和所述第二高频子带图像对应的图像活性度，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述平均结构相似度和所述图像活性度确定与位于所述目标方向上的所述第一高频子带图像和所述第二高频子带图像对应的融合因子，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一图像活性度和所述第二图像活动度的大小关系确定所述融合因子，包括：

7.根据权利要求1所述的方法，其特征在于，所述基于平均梯度自适应加权融合规则对所述第一低频子带图像和所述第二低频子带图像进行融合，获取融合低频子带图像，包括：

8.根据权利要求1所述的方法，其特征在于，所述根据所述融合高频子带图像和所述融合低频子带图像确定融合低秩图像，包括：

9.一种图像处理装置，其特征在于，包括：

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～8中任意一项所述的图像处理方法。

11.一种电子设备，其特征在于，包括：

技术总结
本申请属于图像处理领域，涉及图像处理方法、装置、存储介质及电子设备。该方法包括：获取完全配准的第一图像和第二图像，对第一图像和第二图像进行分解，以获取噪声图像、低秩图像和显著图像；对低秩图像进行分解，获取第一高频子带图像和第一低频子带图像，以及第二高频子带图像和第二低频子带图像；基于Piella融合规则对第一高频子带图像和第二高频子带图像进行融合，获取融合高频子带图像；基于平均梯度自适应加权融合规则对第一低频子带图像和第二低频子带图像进行融合，获取融合低频子带图像；根据融合高频子带图像和融合低频子带图像确定融合低秩图像，并将显著图像和融合低秩图像融合，以获取融合图像。本申请能够提高融合图像的质量。

技术研发人员：刘珊,张可望,沈恒宇,葛中心
受保护的技术使用者：中国电信股份有限公司
技术研发日：
技术公布日：2024/1/14