基于激光測距的雙通道雙譜彩色目標的圖像融合技術

衛(wèi)小強

摘 要：本文設計一套多源多模式的圖像融合系統(tǒng)。信息的多源化和冗余性為圖像處理的最終質量提供了保證。筆者提出了相應的融合策略，以便為眾多信息融合時實現(xiàn)快速、可靠的整合提供解決思路。

關鍵詞：冗余性;激光測距;多源性;Curvelet

中圖分類號：TN223文獻標識碼：A文章編號：1003-5168（2020）20-0019-02

Abstract： This paper designed a multi-source and multi-mode image fusion system. The multi-source and redundancy of information provided a guarantee for the final quality of image processing. The author proposed a corresponding fusion strategy in order to provide a solution for the realization of rapid and reliable integration of many information fusion.

Keywords： redundancy;laser ranging;multi-source;Curvelet

隨著微電子技術與傳感器技術的發(fā)展，人們可以通過不同模式的傳感器獲得感興趣的目標場景。這些傳感器可以是可見光學攝像頭，也可是紅外、微光等不可見光的攝像裝置。可見光類傳感器的優(yōu)點是圖像日間的分辨率高，場景的細節(jié)信息量大;不可見光的傳感器分辨率普遍較低，但夜間獲取目標對象的敏感度高，這些是光學傳感器所不具備的[1-2]。將兩者有機結合，可將各自優(yōu)點互相融合，同時增加信息冗余度，這樣才能更全面、真實地反映所描述的客觀內容。但是，多模式又帶來無法避免的信息量大、處理耗時的問題。人們需要通過一定的方法，在大量多來源的信息中快速分離感興趣的目標對象信息，通過融合策略對這些多模式目標信息進行整合，使新生成目標既具有光學傳感器分辨率高、細節(jié)豐富的優(yōu)點，又具備不可見光傳感器高亮色彩可獲得的優(yōu)點，即最終獲得的目標圖像既具有自然色，符合人類的視覺感官，又具有醒目的高亮色，尤其在夜色中，類似對目標進行備注，突出目標重點。

1 左側短時間間隔內的單目彩色光學攝像機的連拍信息的冗余性

使用一臺光學彩色攝像機在短時間內連拍若干張同一場景的目標圖像，當然針對的是緩變的目標場景。這些圖像來源于同一臺攝像裝置，所以一般融合時無須配準，分辨率一致[3-4]。在連拍過程中，將其聚焦點與曝光條件適當?shù)乳g距化，這樣融合為一張圖像時形成不同聚焦和曝光的冗余信息。通過一定的融合策略，人們可以得到各個部分都聚焦良好的清晰圖像，即全局都為聚焦且光線充足的圖像，這樣充分利用了單臺攝像機的資源與潛力。

融合策略可采用像素級融合。它可以直接對多幅圖像的相應信息進行處理，優(yōu)點是因為單目多幅同一場景，配準精度非常高，能提供多目攝像機無法獲得的豐富、精確且可靠性高的信息。但缺點是信息量大，處理耗時，實用性受限。所以，要限制其連拍的幅數(shù)，同時必須在極短的時間內完成，這在一定范圍內要受到攝像機連拍速度的制約。同時，其對目標對象也有要求，在短時間間隔內不能劇烈變化，所以主要針對緩變目標。

2 右側單目前視紅外圖像

紅外攝像裝置與可見光攝像裝置的成像原理不同，后者主要根據(jù)目標圖像光譜的散射、反射等成像，而前者主要根據(jù)接受目標的熱輻射強弱特性成像?？梢姽庋b置分辨率高，所以背景信息量大，能較好地反映環(huán)境的細節(jié)。而紅外成像對環(huán)境不敏感，將可見光與紅外攝像頭結合，能更好地表征目標場景的詳盡信息，既提高目標的識別性，又可解釋目標與環(huán)境的關聯(lián)，進一步增加觀察者對目標行為的理解力。

3 激光測距輔助裝置下的左側光學攝像機與右側前視紅外攝像機的相互融合

激光測距處于左側光學攝像機和右側前視紅外攝像機之間連線的中點位置。在攝像機對目標場景的拍攝中，激光測距記錄大量的目標及場景深度測量數(shù)據(jù)，通過這些深度數(shù)據(jù)的積累進行并行數(shù)據(jù)處理，再設置合適閾值分類，對圖像中的各個目標進行分割，這樣就不必對整幅圖像進行融合，真正的融合對象是目標本身。這種圖像分割方式的魯棒性、可靠性均較高，它可以大量節(jié)約后面的融合時間，以便后續(xù)只針對目標進行多模的圖像融合，即在激光測距的輔助下，將圖像融合轉變?yōu)閳D像中特定目標區(qū)域的融合。這種方法可以解決圖像融合中耗時、無法實時處理的問題，同時因為融合區(qū)域小，可采用一些計算復雜、精確度要求高的融合方法。

4 雙模式下的圖像融合策略——Curvelrt變換

Curvelet變換是一種在小波變換基礎上發(fā)展而來的多分辨率、多尺度的幾何分析方法。它既繼承了小波變換的多分辨率、多尺度的優(yōu)點，又增加了前者所不具備的多方向性的各向異性特征。圖像表征比小波變換更接近真實目標，減少了配準誤差。

基于激光測距的圖像，對獲得的可見光圖像與紅外圖像進行分割，然后進行感興趣目標區(qū)域的融合算法設計。

采用非下降沿Cuevelet變換，將可見光圖像[Ivi]和紅外圖像[Iir]區(qū)域分別進行多尺度、多方向的分解，可依次獲得[Ivi]和[Iir]區(qū)域的NSCT系數(shù)，這些系數(shù)包括低頻子帶系數(shù)[Cj0（m，n）]和各個帶通方向子帶系數(shù)[Cj，l（m，n）]。采用分別不同的融合策略，對可見光圖像和紅外圖像的低頻子帶系數(shù)、各個帶通子帶系數(shù)進行融合。

將融合結果進行Cuevelet反變換，可得最終融合圖像，融合規(guī)則如下。

一是低頻子帶系數(shù)融合采用可見光圖像和紅外圖像加權與平均相結合的計算方法，具體計算公式為：

二是帶通方向子帶系數(shù)融合計算方法。首先計算相應區(qū)域的區(qū)域能量系數(shù)[EIvij，l]、[EIirj，l]。當兩幅圖像相關性較強時，采用互相補償?shù)姆椒?，進行加權平均。當兩個來源圖像相關性較弱時，選擇能量較大一方代表最終結果。這樣比較能反映更多的信息，符合人類對清晰事物的認知。

參考文獻：

[1]Cuihong Qu，Dali Zhang，Pingfan Yan.Medical image fusion by wavelet transform modulus maxima[J].Optics Express，2001（4）：184-190.

[2]毛士藝，趙魏.多傳感器圖像融合技術綜述[J].北京航空航天大學學報，2002（5）：512-518.

[3]吳良華.多傳感器圖像融合算法研究[D].長沙：國防科技大學，2005.

[4]李勇.基于多尺度分解的多源圖像融合算法研究[D].長春：吉林大學，2010.