本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及合成孔徑雷達(dá)sar圖像與彩色可見光圖像的融合方法，可用于實(shí)現(xiàn)圖像增強(qiáng)、圖像分類、目標(biāo)的檢測(cè)與識(shí)別。

背景技術(shù)：

隨著航天技術(shù)的迅猛發(fā)展，在遙感探測(cè)領(lǐng)域，由單一可見光遙感模式逐漸發(fā)展成為多傳感器遙感模式，特別是近幾年來，sar遙感圖像越來越受到人們的關(guān)注，作為一種主動(dòng)式遙感探測(cè)系統(tǒng)，sar對(duì)目標(biāo)的幾何特性非常敏感，反映在圖像上常常是非常暗或亮的點(diǎn)或區(qū)域，而彩色可見光圖像的光譜信息更為豐富，可視性效果較好，并且對(duì)目標(biāo)的物理和化學(xué)屬性則更為敏感，圖像主要反映了不同地物的輪廓與光譜信息。將sar圖像與彩色可見光圖像融合，可以充分利用其互補(bǔ)信息，獲得地物的多層次特性，進(jìn)一步揭示地物的本質(zhì)特征。sar圖像與彩色可見光圖像融合一直很難獲得令人滿意的結(jié)果，這是因?yàn)閟ar圖像會(huì)受到相干斑噪聲的干擾，sar圖像與可見光圖像光譜差異大，互補(bǔ)性強(qiáng)，對(duì)應(yīng)區(qū)域可能存在相反的情況。這給融合方法加大了難度，以往融合方法常會(huì)出現(xiàn)融合噪聲非常嚴(yán)重、對(duì)比度低、重要信息丟失以及光譜扭曲等嚴(yán)重現(xiàn)象。

對(duì)于sar圖像與彩色可見光圖像融合問題，目前提出的方法主要包括基于his圖像融合方法以及基于小波變換的圖像融合方法。二者雖然算法成熟，但是沒有針對(duì)sar圖像斑點(diǎn)噪聲嚴(yán)重和光譜信息丟失的特性做針對(duì)性的處理，因而融合圖像中常常充滿著斑點(diǎn)噪聲，嚴(yán)重?fù)p失了重要的圖像信息，并且融合結(jié)果光譜扭曲現(xiàn)象較為嚴(yán)重，影響視覺效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)上述現(xiàn)有技術(shù)的不足，提出一種基于分區(qū)域的sar圖像與彩色可見光圖像融合方法，以減小sar圖像斑點(diǎn)噪聲對(duì)融合圖像的影響，避免融合圖像的光譜扭曲，提高視覺效果。

本發(fā)明的技術(shù)思路是：通過小波分解對(duì)sar圖像和彩色可見光圖像的高頻特征信息進(jìn)行比較和標(biāo)記，得到分區(qū)域特征函數(shù)h(x,y)，對(duì)sar圖像和彩色可見光圖像進(jìn)行分區(qū)域融合：對(duì)于sar圖像中的平滑區(qū)域進(jìn)行彩色可見光圖像光譜信息的保持，對(duì)于sar圖像中的高頻特征區(qū)域在保持彩色圖像光譜信息的基礎(chǔ)上加入sar圖像的高頻特征信息，從而使得融合結(jié)果在保持彩色可見光圖像光譜信息的基礎(chǔ)上更好的包含了sar圖像的高頻特征信息。其實(shí)現(xiàn)方案包括如下：

(1)輸入sar圖像fs(x,y)和彩色可見光圖像fv(x,y)這兩幅圖像，其中(x,y)代表圖像的像素坐標(biāo)；

(2)對(duì)(1)輸入的兩幅圖像進(jìn)行預(yù)處理，生成分區(qū)域特征函數(shù)h(x,y)：

2a)對(duì)彩色可見光圖像fv(x,y)進(jìn)行平穩(wěn)小波分解，得到一組彩色可見光圖像的高頻信息子圖，并對(duì)所有的高頻信息進(jìn)行疊加，得到彩色可見光圖像的高頻特征圖dwv(x,y)；

2b)對(duì)sar圖像fs(x,y)進(jìn)行平穩(wěn)小波分解，得到一組sar圖像的高頻信息子圖，并對(duì)sar圖像的高頻信息子圖和彩色可見光圖像高頻信息子圖進(jìn)行絕對(duì)值取大疊加，得到包含sar和彩色可見光圖像高頻信息的高頻特征圖dwm(x,y)；

2c)根據(jù)兩幅高頻特征圖dwm(x,y)和dwv(x,y)的取值大小對(duì)特征區(qū)域進(jìn)行標(biāo)記，計(jì)算分區(qū)域特征函數(shù)h(x,y)的值：

(3)對(duì)輸入的sar圖像和彩色可見光圖像的亮度分量i進(jìn)行小波鄰域能量取大融合，得到灰度融合結(jié)果ir；

(4)對(duì)sar圖像和彩色可見光圖像進(jìn)行分區(qū)域融合：

4a)利用彩色可見光圖像的亮度分量i和灰度融合結(jié)果ir，計(jì)算兩幅圖像的亮度均值比λ：其中mean()代表圖像的算術(shù)平均值運(yùn)算；

4b)根據(jù)分區(qū)域特征函數(shù)h(x,y)的取值，對(duì)sar圖像和彩色可見光圖像進(jìn)行分區(qū)域彩色融合，得到初始融合圖像ff的三通道信息：

其中r,g,b分別代表輸入彩色可見光圖像的三通道信息，rf,gf,bf分別代表初始彩色融合圖像ff的三通道信息；

(5)對(duì)初始融合圖像ff中超出有效范圍的部分進(jìn)行有效的壓縮，得到最終融合圖像ffz的三通道信息，完成對(duì)sar圖像與彩色可見光圖像的融合。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

第一，由于本發(fā)明構(gòu)建了分區(qū)域特征函數(shù)，將圖像空間分成了高頻特征區(qū)域和平滑區(qū)域，采用分區(qū)域融合規(guī)則。對(duì)于圖像的平滑區(qū)域，彩色融合圖像直接保持彩色可見光圖像的光譜信息，同時(shí)將sar圖像的斑點(diǎn)噪聲得到了更好的抑制。

第二，由于本發(fā)明中對(duì)于圖像的高頻特征區(qū)域，在保持彩色可見光圖像光譜信息的基礎(chǔ)上進(jìn)行高頻信息的融合，使得彩色融合圖像對(duì)光譜信息保持較好，同時(shí)也融入了sar圖像和彩色可見光圖像的高頻特征信息。

附圖說明

圖1是本發(fā)明的實(shí)現(xiàn)流程圖；

圖2是用本發(fā)明對(duì)第一組實(shí)驗(yàn)圖像的融合結(jié)果；

圖3是用本發(fā)明對(duì)第二組實(shí)驗(yàn)圖像的融合結(jié)果；

圖4是用本發(fā)明對(duì)第三組實(shí)驗(yàn)圖像的融合結(jié)果。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步描述：

參照?qǐng)D1，本發(fā)明的實(shí)施步驟如下：

步驟1.輸入兩幅圖像。

通過兩種不同傳感器對(duì)同一場(chǎng)景進(jìn)行成像：通過合成孔徑雷達(dá)(sar)傳感器獲取sar圖像fs(x,y)，通過光學(xué)傳感器獲取彩色可見光圖像fv(x,y)，其中(x,y)代表圖像的像素坐標(biāo)。

步驟2.構(gòu)造分區(qū)域特征函數(shù)h(x,y)。

2a)通過彩色可見光圖像fv(x,y)，構(gòu)造彩色可見光圖像的高頻特征圖dwv(x,y)；

2a1)對(duì)彩色可見光圖像fv(x,y)進(jìn)行3層平穩(wěn)小波分解(swt)，生成一組彩色可見光圖像的高頻信息子圖其中：表示彩色可見光圖像在2^j分辨率下，d方向上的高頻信息子圖，d表示了每一層小波分解的三個(gè)高頻方向，h代表水平方向，v代表垂直方向，d代表對(duì)角方向；2^j代表不同的分辨率，j＝-1,-2,-3；

2a2)將彩色可見光圖像的高頻信息子圖取絕對(duì)值后進(jìn)行疊加，得到彩色可見光圖像的高頻特征圖dwv(x,y)：

其中，|·|表示取絕對(duì)值；

2b)通過sar圖像fs(x,y)與彩色可見光圖像fv(x,y)，構(gòu)造包含sar圖像高頻信息和彩色可見光圖像高頻信息的高頻特征圖dwm(x,y)：

2b1)對(duì)sar圖像fs(x,y)進(jìn)行3層平穩(wěn)小波分解swt，生成一組sar圖像在2^j分辨率下，d方向上的高頻信息子圖

2b2)對(duì)sar圖像的高頻信息子圖和彩色可見光圖像的高頻信息子圖進(jìn)行絕對(duì)值取大運(yùn)算，得到包含sar圖像高頻信息和彩色可見光圖像高頻信息的高頻信息總圖

2b3)對(duì)高頻信息總圖進(jìn)行絕對(duì)值疊加，得到包含sar圖像高頻信息與彩色可見光圖像高頻信息的高頻特征圖dwm(x,y)：

2c)根據(jù)兩幅高頻特征圖dwm(x,y)和dwv(x,y)的取值大小對(duì)特征區(qū)域進(jìn)行標(biāo)記，計(jì)算分區(qū)域特征函數(shù)h(x,y)的值：

步驟3.計(jì)算sar圖像與彩色可見光圖像亮度分量i的灰度融合結(jié)果ir。

3a)根據(jù)輸入彩色可見光圖像得到對(duì)應(yīng)的r,g,b圖像，計(jì)算彩色可見光圖像的亮度分量i：

其中r表示彩色可見光圖像的第一通道信息，g表示彩色可見光圖像的第二通道信息，b表示彩色可見光圖像的第三通道信息；

3b)對(duì)輸入sar圖像和彩色可見光圖像的亮度分量i進(jìn)行離散小波分解dwt，得到這兩組圖像的低頻信息子圖和高頻信息子圖其中：

表示sar圖像在2^j分辨率下的低頻信息子圖，表示彩色可見光圖像在2^j分辨率下的低頻信息子圖,表示彩色可見光圖像在2^j分辨率下，ε方向上的高頻信息子圖，ε表示了每一層小波分解的三個(gè)高頻方向，ε＝1代表水平方向，ε＝2代表垂直方向，ε＝3代表對(duì)角方向，2^j代表不同的分辨率，j＝-1,-2,-3；

3c)對(duì)sar和彩色可見光圖像的低頻信息子圖取算術(shù)平均值，得到融合結(jié)果的低頻信息子圖

3d)根據(jù)兩組圖像的高頻信息子圖和計(jì)算高頻鄰域能量

和其中表示sar圖像在2^j分辨率下，ε方向上的高頻鄰域能量，表示彩色可見光圖像在2^j分辨率下，ε方向上的高頻鄰域能量，其中計(jì)算公式如下：

3e)根據(jù)兩組圖像的高頻信息子圖和采用能量取大融合規(guī)則，得到融合結(jié)果的高頻信息子圖其計(jì)算公式如下：

3f)對(duì)融合結(jié)果圖像的低頻信息子圖和高頻信息子圖進(jìn)行逆離散小波變換得到融合結(jié)果的灰度圖像ir。

步驟4.對(duì)sar圖像和彩色可見光圖像進(jìn)行分區(qū)域融合。

4a)利用彩色可見光圖像的亮度分量i和灰度融合結(jié)果ir，計(jì)算兩幅圖像的亮度均值比λ：其中mean()代表圖像的算術(shù)平均值運(yùn)算；

4b)根據(jù)分區(qū)域特征函數(shù)h(x,y)的取值對(duì)sar圖像和彩色可見光圖像進(jìn)行分區(qū)域彩色融合，其融合規(guī)則可以表示如下：

其中r,g,b分別代表輸入彩色可見光圖像的三通道信息，rf,gf,bf分別代表初始彩色融合結(jié)果ff的三通道信息：

當(dāng)分區(qū)域特征函數(shù)h(x,y)為0時(shí)，其對(duì)應(yīng)的像素位置為sar圖像平滑區(qū)域，其融合規(guī)則如下：

當(dāng)分區(qū)域特征函數(shù)h(x,y)為1時(shí)，其對(duì)應(yīng)的像素位置為sar圖像高頻特征區(qū)域，其融合規(guī)則如下：

步驟5.對(duì)初始融合圖像ff中超出有效范圍的部分進(jìn)行有效的壓縮。

對(duì)彩色融合結(jié)果圖像ff的三通道信息分別進(jìn)行指數(shù)變換，得到最終融合圖像ffz的三通道信息，其計(jì)算公式如下：

其中rfz,gfz,bfz分別代表對(duì)初始彩色融合結(jié)果ff進(jìn)行指數(shù)變換后得到的最終融合圖像ffz的三通道信息，在處理過程中增加了偏移量ξ和指數(shù)參數(shù)γ，其中ξ＝0.001，γ＝0.98，完成對(duì)sar圖像與彩色可見光圖像的融合。

下面結(jié)合實(shí)驗(yàn)仿真對(duì)本發(fā)明效果做進(jìn)一步說明。

1.仿真條件

本發(fā)明的仿真實(shí)驗(yàn)平臺(tái)采用intel(r)core(tm)cpue65502.33ghz，內(nèi)存為2gb，運(yùn)行windows7的pc機(jī)，編程語(yǔ)言為matlab2014a。

2.仿真內(nèi)容與結(jié)果分析

仿真1、利用本發(fā)明和現(xiàn)有的基于小波鄰域能量取大融合方法對(duì)第一組sar圖像和彩色可見光圖像進(jìn)行融合，結(jié)果如圖2所示，其中圖2(a)是大小為928×816×3的實(shí)測(cè)彩色可見光圖像，圖2(b)是大小為928×816的實(shí)測(cè)sar圖像，圖2(c)是基于小波鄰域能量取大融合結(jié)果圖，圖2(d)是本發(fā)明融合結(jié)果圖。

仿真2、利用本發(fā)明和現(xiàn)有的基于小波鄰域能量取大融合方法對(duì)第二組sar圖像和彩色可見光圖像進(jìn)行融合，結(jié)果如圖3所示，其中圖3(a)是大小為458×400×3的實(shí)測(cè)彩色可見光圖像，圖3(b)是大小為458×400的實(shí)測(cè)sar圖像，圖3(c)是基于小波鄰域能量取大融合結(jié)果圖，圖3(d)是本發(fā)明融合結(jié)果圖。

仿真3、利用本發(fā)明和現(xiàn)有的基于小波鄰域能量取大融合方法對(duì)第三組sar圖像和彩色可見光圖像進(jìn)行融合，結(jié)果如圖4所示，其中圖4(a)是大小為166×168×3的實(shí)測(cè)彩色可見光圖像，圖4(b)是大小為166×168的實(shí)測(cè)sar圖像，圖4(c)是基于小波鄰域能量取大融合結(jié)果圖，圖4(d)是本發(fā)明融合結(jié)果圖。

從圖2(c)、圖3(c)、圖4(c)可以看出，對(duì)于這3組實(shí)測(cè)sar和彩色可見光圖像，基于小波鄰域能量取大融合方法得到的融合結(jié)果圖像效果比較差，融合結(jié)果中存在大量的斑點(diǎn)噪聲和嚴(yán)重的光譜扭曲現(xiàn)象，結(jié)構(gòu)信息被噪聲淹沒，影響視覺效果。

從圖2(d)、圖3(d)、圖4(d)可以看出，對(duì)于這3組實(shí)測(cè)sar圖像和彩色可見光圖像，本發(fā)明得到的融合結(jié)果獲得了較好的效果，融合結(jié)果中斑點(diǎn)噪聲得到了明顯的抑制，而且光譜信息得到了較好的保持，這是因?yàn)楸景l(fā)明利用分區(qū)域融合的方法，引入了分區(qū)域特征函數(shù)h(x,y)對(duì)sar圖像的高頻特征區(qū)域和平滑區(qū)域進(jìn)行標(biāo)記，在融合處理過程中對(duì)于sar圖像的平滑區(qū)域只需進(jìn)行彩色可見光圖像的光譜信息保持即可，對(duì)于sar圖像的高頻特征區(qū)域在光譜信息保持的基礎(chǔ)上加入sar圖像中的空間信息。能夠有效降低了斑點(diǎn)噪聲對(duì)融合結(jié)果的影像，并且對(duì)彩色可見光圖像的光譜信息得到了比較好的保持。