CN114119436B 红外图像与可见光图像融合方法、装置、电子设备及介质 （中国安全生产科学研究院）

本申请涉及一种红外图像与可见光图像融一图像信息对应的第一权重以及第二特征融合2对所述红外图像进行多尺度分解得到第一图像信息，对所述可见光图像基于所述清晰度信息确定所述第一图像信息对应的第一权重以及所述第二图像信息基于所述第一图像信息、所述第二图像信息、所述第一权重以及所述第一图像信息包括所述红外图像基于小波变换得到的第一低频分量以及第一高基于所述清晰度信息确定所述第一图像信息对应的第一权重以及所述第二图像信息基于所述清晰度信息确定所述第二低频系数，基于所述第二低频系基于历史时间段获取到的可见光图像信息确基于所述第一低频分量、第二低频分量、第一低频系数以及第二低3分解模块，用于对所述红外图像进行多尺度分解得到第一权重分配模块，用于基于所述清晰度信息确定所述第一图像信息对应的第所述第一图像信息包括所述红外图像基于小波变换得到的第一低频分量以及第一高基于所述清晰度信息确定所述第一图像信息对应的第一权重以及所述第二图像信息基于所述清晰度信息确定所述第二低频系数，基于所述第二低频系基于历史时间段获取到的可见光图像信息确一个或多个应用程序，其中一个或多个应用程序被存储在存4[0011]基于所述清晰度信息确定所述第一图像信息对应的第一权重以及所述第二图像5[0019]提取所述红外图像对应的第一边缘信息以及所述可见光图像对应的第二边缘信[0022]所述第一图像信息包括所述红外图像基于小波变换得到的第一低频分量以及第6[0047]提取所述红外图像对应的第一边缘信息以及所述可见光图像对应的第二边缘信[0050]所述第一图像信息包括所述红外图像基于小波变换得到的第一低频分量以及第7[0076]本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性8[0085]为了使融合后的图像能够提供丰富的纹理贴图、更深刻地反映被测对象形貌特[0086]常见的像素级图像融合算法分为两种类型：第一类是基于空间域的图像融合算实施例中采用基于多分辨率分析的图像融合算法，常用的算法有小波变换、金字塔变换、[0089]对于本申请实施例，第一图像信息为红外图像进行多尺度分解后得到的变换系9[0097]本申请实施例对步骤S102与步骤S103之间的步骤不作限定，图1只是本申请实施例一种红外图像与可见光图像融合方法中其中γ均为系数。变换的作用是提取图像的高频和低频信息，再根据融合后的高频和低频信息反变换为图个轴向频域信号聚到离它最近的聚类中心表示的[0124]步骤S114(图中未示出)、计算所有新的聚类中心中任意两个聚类中心之间的距[0128]提取在历史时间段内获取的多张可见光图像，提取所有噪声信号并确定强度阈[0143]第一图像信息包括红外图像基于小波变换得到的第一低频分量以及第一高频分[0157]处理器1101可以是CPU(CentralProcessingUnit，中央DSP(DigitalSignalProcessor，数据信号处理器)，ASIC(ApplicationSpecific实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器[0158]总线1102可包括一通路，在上述组件之间传送信息。总线1102可以是PCI(PeripheralComponentInterconnect，外设部件互连标准)总线或EISA(Extended[0159]存储器1103可以是ROM(ReadOnlyMemory，只读存储器)或可存储静态信息和指信息和指令的其他类型的动态存储设备，也可以是EEPROM(ElectricallyErasableProgrammableReadOnlyMemory，电可擦可编程只读存储器)、CD-ROM(CompactDisc步骤或者其他步骤的子步骤或者