公开(公告)号：CN109658371A

公开(公告)日：2019-04-19

申请号：CN201811477667.5

申请日：2018-12-05

Applicant: 北京林业大学

Inventor： 王小春 ,  宫睿 ,  李红军

IPC: G06T5/50

Abstract: 本发明涉及图像融合技术领域，具体涉及一种红外图像与可见光图像的融合方法、系统及相关设备，目的在于克服现有技术方法在图像融合时易出现的模态混叠现象，以及融合结果中高频细节信息丢失、图像对比度降低的问题。本发明的融合方法包括：基于W-BEMD分解算法分别将两种源图像均分解成一系列高频细节子图像和一个低频轮廓子图像；基于局部区域方差选择与加权的融合规则，将两种源图像分解得到的高频细节子图像进行融合；基于区域能量选择与加权的融合规则，将两种源图像分解得到的低频轮廓子图像进行融合；将融合后的高频细节子图像与融合后的低频轮廓子图像进行W-BEMD逆变换，得到融合图像。本发明算法冗余度低，而且运算速度快。

公开(公告)号：CN109658371B

公开(公告)日：2020-12-15

申请号：CN201811477667.5

申请日：2018-12-05

Applicant: 北京林业大学

Inventor： 王小春 ,  宫睿 ,  李红军

IPC: G06T5/50

Abstract: 本发明涉及图像融合技术领域，具体涉及一种红外图像与可见光图像的融合方法、系统及相关设备，目的在于克服现有技术方法在图像融合时易出现的模态混叠现象，以及融合结果中高频细节信息丢失、图像对比度降低的问题。本发明的融合方法包括：基于W‑BEMD分解算法分别将两种源图像均分解成一系列高频细节子图像和一个低频轮廓子图像；基于局部区域方差选择与加权的融合规则，将两种源图像分解得到的高频细节子图像进行融合；基于区域能量选择与加权的融合规则，将两种源图像分解得到的低频轮廓子图像进行融合；将融合后的高频细节子图像与融合后的低频轮廓子图像进行W‑BEMD逆变换，得到融合图像。本发明算法冗余度低，而且运算速度快。