申请/专利权人：中国科学院光电技术研究所

申请日：2023-03-28

公开（公告）日：2023-12-22

公开（公告）号：CN116091882B

主分类号：G06V10/80

分类号：G06V10/80;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2023.12.22#授权;2023.05.26#实质审查的生效;2023.05.09#公开

摘要：本发明公开了一种基于自适应双通道PCNN的偏振图像融合方法，将已配准的强度图像与偏振度图像经NSCT变换分解为高频子带和低频子带，采用权值图计算低频子带的图像特征，并将其低频部分PCNN模型的链接权重，计算融合图像的低频子带，采用MSMG算子计算高频子带的梯度特征，并将其作为高频部分PCNN模型的链接权重，计算融合图像的高频子带，最后通过逆NSCT变换得到最终的融合图像。本发明利用NSCT分解和改进型双通道自适应PCNN融合方法，能够突出的场景偏振信息，解决了偏振融合图像中存在的边缘区域失真、目标与背景对比度低等问题，具有适用范围广、以及融合效果好等优点。

主权项：1.一种基于自适应双通道PCNN的偏振图像融合方法，其特征在于，包括以下步骤：步骤一：利用NSCT分解将强度图像和偏振度图像分解为高频子带和低频子带，所述NSCT分解将强度图像和偏振度图像分解为L级，分解得到的子带为和其中，l∈[1,L]、d∈D，D是一个L维向量，包含定向分解层数；为强度图像在d方向的第l级分解层的高频方向子带，L1表示强度图像的低频子带，被称为偏振度图像在d方向的第l级分解层的高频方向子带，L2表示偏振度图像的低通子带；步骤二：构建低频子带的权值图，将低频子带的权值图作为低频融合PCNN网络的链接权重，所述低频子带的权值图的构建方法如下：①.计算图像的区域标准差STDx,y： 其中，M、N为区域尺寸，f为待计算的图像，x、y为图像像素点的值，μ为区域像素点均值；②.计算图像的信息熵ENx,y： ③.计算图像的权值图： wλ＝dλx,y×eλx,y5其中，λ代表图像名称，α用于调节权值图对源图像特征的表示程度，∈为误差参数，x,y为图像的像素点，wλ为权值图，STD1为强度图的区域标准差，STD2为强度图的区域标准差，EN1为偏振度图的区域信息熵，EN2为偏振度图的的区域信息熵；将计算出的权值图作为低频部分融合PCNN模型的链接权重，如公式6-公式7所示： 其中，为强度图像的链接权重，为强度图像的权值图，为偏振度图像的链接权重，为偏振度图像的权值图；步骤三：利用MSMG算法计算高频子带特征图，将高频子带特征图作为高频融合PCNN网络的链接权重，计算方法如下：首先多尺度结构要素的定义是： 其中，SE1为基本结构元素，t为尺度数；其次，利用形态学梯度算子对图像f的梯度特征Gt进行表征： 其中，和分别表示形态膨胀和腐蚀操作符，x,y为像素坐标；然后，通过计算各尺度梯度的加权和M： 式中，wt表示梯度在t尺度上的权重，表示为： 式中，t为尺度数；选择计算出的图像各尺度梯度加权和M作为高频部分融合PCNN模型的链接权重，如公式13-14所示： 其中，为强度图像的链接权重，为强度图像的梯度加权和，为偏振度图像的链接权重，为偏振度图像的梯度加权和；步骤四：分别利用构建的双通道参数自适应PCNN网络对强度图像和偏振度图像的高频子带和低频子带进行融合，所述的高频子带融合和低频子带融合，PCNN网络的模型执行n次迭代后，融合高频方向子带和低频子带LF由公式26-公式27计算得到： 所述PCNN网络的模型的实现公式如下： 其中，为模型第n次迭代的外部刺激，为第一待融合图像与第二待融合图像的像素点灰度值，第一待融合图像与第二待融合图像分别为强度图像和偏振度图像；Lij[n]为模型第n次迭代的链接输入，其值由N领域内的脉冲输出决定，分别为两图像的内部活动项，β为链接权重，计算公式如7-公式8、公式11-公式12所示，Uxj[n]为联合内部活动项，第n次迭代后，用于生成融合图像；Yij[n]、Eij[n]分别为模型的输出和动态阈值；上标1表示第一待融合图像的参数，上标2表示第二待融合图像的参数；CE为动态阈值，αE、αu为衰减因子，三个参数由如公式23-公式25计算： 其中，σ为图像的标准差，为第一待融合图像与第二待融合图像的最大灰度值，分别代表第一待融合图像与第二待融合图像的大津阈值；步骤五：利用NSCT逆变换将融合的高频子带和低频子带合成融合图像。

全文数据：

权利要求：

百度查询： 中国科学院光电技术研究所 一种基于自适应双通道PCNN的偏振图像融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD