1.基于马氏距离判别的自适应图像融合方法,其特征在于,包括如下步骤:步骤1,合成图像左右部分的确定:针对图像配准后得到两幅图像img1和img2的重叠区域,根据匹配出的相同特征点计算变换矩阵H后构建两幅图像在重叠区域的映射关系,将img2经变换矩阵H变换到一个新图像中;以img1的坐标位置为基础建立合成图像的框架坐标,定义img1除去重叠区域的像素信息Kl为合成图像的左边部分,img2变换后的图像除去重叠区域的像素信息Kr为合成图像的右边部分,并将Kr和Kl一一映射到合成图像的框架坐标中;
步骤2,合成图像重叠区域像素的确定:定义img1在重叠区域的像素信息集合为C1,img2变换后的重叠区域像素信息集合为C2,则整个图像重叠区域的像素信息集合Km={C1,C2},图像重叠区域坐标内任意一点都包含两个像素点即 其中,n表示重叠区域内需要选取的像素点的个数,设需要填补的某点为i,C1i表示img1中对应这一点坐标位置的像素信息,C2i表示img2中对应这一点坐标位置的像素信息;
步骤3,求取C1,C2的像素均值为 计算图像重叠区域的像素均值方差:步骤4,分别求取Ki内C1i,C2i到重叠区域像素均值方差的马氏距离,即相似差值:i=1,2,3...n
步骤5,比较Ki内C1i,C2i的相似差值 的大小;
(1)若 则判定该重叠坐标点Ki内C1i优于C2i,即在图像融合时自动选择img
1的像素点;
(2)若 则判定该重叠坐标点Ki内C2i优于C1i,即在图像融合时自动选择img
2变换后的像素点;
(3)若 则在该重叠坐标点Ki内随机选择一个作为图像融合的像素点;
步骤6,整合所有选出来的像素点 并将其一一映射到对应的重叠区域坐标系中,确定为合成图像的重叠区域。
2.如权利要求1所述的基于马氏距离判别的自适应图像融合方法,其特征在于:步骤1中图像配准通过SIFT算法实现。
3.如权利要求1所述的基于马氏距离判别的自适应图像融合方法,其特征在于:步骤1中变换矩阵H的计算方式如下:设重叠区域上任意一点T,在img1中成像为T1,在img2中成像为T2;由成像的映射关系得H1*T=T1,H2*T=T2,得T1=T2(H1*H2-1);H矩阵表示img1和img2相同特征点的映射关系,由上式推导:H=H1*H2-1。
4.基于马氏距离判别的自适应图像融合系统,其特征在于,包括如下模块:合成图像左右部分获取模块,用于针对图像配准后得到两幅图像img1和img2的重叠区域,根据匹配出的相同特征点计算变换矩阵H后构建两幅图像在重叠区域的映射关系,将img2经变换矩阵H变换到一个新图像中;以img1的坐标位置为基础建立合成图像的框架坐标,定义img1除去重叠区域的像素信息Kl为合成图像的左边部分,img2变换后的图像除去重叠区域的像素信息Kr为合成图像的右边部分,并将Kr和Kl一一映射到合成图像的框架坐标中;
合成图像重叠区域像素获取模块,用于定义img1在重叠区域的像素信息集合为C1,img2m变换后的重叠区域像素信息集合为C2,则整个图像重叠区域的像素信息集合K ={C1,C2},图像重叠区域坐标内任意一点都包含两个像素点即 其中,n表示重叠区域内需要选取的像素点的个数,设需要填补的某点为i,C1i表示img1中对应这一点坐标位置的像素信息,C2i表示img2中对应这一点坐标位置的像素信息;
重叠区域像素均值方差计算模块,用于求取C1,C2的像素均值为 计算图像重叠区域的像素均值方差:相似差值计算模块,用于分别求取Ki内C1i,C2i到重叠区域像素均值方差的马氏距离,即相似差值:i=1,2,3...n
相似差值比较模块,用于比较Ki内C1i,C2i的相似差值 的大小;
(1)若 则判定该重叠坐标点Ki内C1i优于C2i,即在图像融合时自动选择img
1的像素点
(2)若 则判定该重叠坐标点Ki内C2i优于C1i,即在图像融合时自动选择img
2变换后的像素点;
(3)若 则在该重叠坐标点Ki内随机选择一个作为图像融合的像素点;
合成图像重叠区域确定模块,用于整合所有选出来的像素点 并将其一一映射到对应的重叠区域坐标系中,确定为合成图像的重叠区域。
5.如权利要求4所述的基于马氏距离判别的自适应图像融合系统,其特征在于:合成图像左右部分获取模块中图像配准通过SIFT算法实现。
6.如权利要求4所述的基于马氏距离判别的自适应图像融合方法,其特征在于:合成图像左右部分获取模块中变换矩阵H的计算方式如下:设重叠区域上任意一点T,在img1中成像为T1,在img2中成像为T2;由成像的映射关系得H1*T=T1,H2*T=T2,得T1=T2(H1*H2-1);H矩阵表示img1和img2相同特征点的映射关系,-1由上式推导:H=H1*H2 。