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：安徽信息工程学院

摘要：本发明公开了一种多源图像融合方法、系统，所述多源图像融合方法包括：根据深度特征提取算法与低通滤波融合算法将红外图像frx,y与微光图像flx,y进行融合以获得融合图像Frlx,y；根据无监督卷积神经网络模型将所述融合图像Frlx,y与可见光图像fvx,y进行融合以获得夜视图像Grlvx,y。该一种多源图像融合方法、系统综合了红外，微光与可见光图像的特征信息，使其呈现更全面的夜视图像，增强场景理解、突出目标，且更符合人眼特性，明显改善人眼的识别性能。

主权项：1.一种多源图像融合方法，其特征在于，所述多源图像融合方法包括：根据深度特征提取算法与低通滤波融合算法将红外图像与微光图像进行融合以获得融合图像；根据无监督卷积神经网络模型将所述融合图像与可见光图像进行融合以获得夜视图像；所述根据深度特征提取算法与低通滤波融合算法将红外图像与微光图像进行融合以获得融合图像包括：将所述红外图像与微光图像各自的每一帧源图像通过低通滤波算法分解为基础轮廓部分和细节信息部分；针对所述基础轮廓部分，通过平均加权融合策略获得图像轮廓信息；针对所述细节信息部分，提取所述细节信息部分中的深度特征，通过多层融合策略获得权重图；根据所述图像轮廓信息和权重图重构以获得融合图像；所述将所述红外图像与微光图像各自的每一帧源图像通过低通滤波算法分解为基础轮廓部分和细节信息部分包括：通过下述公式计算获得所述基础轮廓部分和细节信息部分： ； ；其中，表示水平梯度算子，表示垂直梯度算子，为常参数；所述针对所述基础轮廓部分，通过平均加权融合策略获得图像轮廓信息包括：通过下述公式计算获得图像轮廓信息： ；其中，为长波图像的权重值、为中波图像的权重值；所述根据无监督卷积神经网络模型将所述融合图像与可见光图像进行融合以获得夜视图像包括：利用无监督卷积神经网络模型中的浅层特征提取网络和残差稠密块从融合图像和可见光图像中提取热辐射特征信息和细节纹理特征信息；将提取到的热辐射特征信息和细节纹理特征信息通过稠密特征融合块进行整体以及局部的图像特征融合；以及将整体以及局部的图像特征融合后的图像特征信息传输到重构块卷积网络进行特征重建获得夜视图像。

全文数据：

权利要求：

百度查询： 安徽信息工程学院 一种多源图像融合方法、系统