1.一种基于特征级Copula模型相似性的图像融合方法，其特征在于，具体步骤如下：

1)对待融合的源图像A，B分别进行QWT变换，得到高频子带和低频子带；

2)针对每个高频方向，构建它的亮度Copula模型、对比度Copula模型和结构度Copula模型；

2.1)计算高频各方向子带幅度和相位的亮度、对比度和结构度；

2.2)对高频各方向子带幅度和相位的亮度、对比度和结构度进行降采样处理；

2.3)构建高频方向子带的亮度Copula模型、对比度Copula模型和结构度Copula模型；

3)采用加权规则融合两阶段高频子带融合系数得到最终的高频子带融合系数；

3.1)判定对应高频子带冗余性和互补性的特征类型，根据特征类型设计相应的融合规则，得到第一阶段高频子带融合系数；

a)利用KLD距离计算高频子带亮度相似性、对比度相似性和结构度相似性，基于这三种特征相似性得到综合相似性；

b)根据综合相似性确定高频子带之间的冗余性和互补性，利用贝叶斯公式判定冗余性和互补性的特征类型；

c)根据高频子带冗余性和互补性的特征类型，设计相应的融合规则得到第一阶段高频子带融合系数；

3.2)采用基于高频子带绝对值取大的融合规则得到第二阶段高频子带融合系数；

4)基于低频相位梯度、相位局部方差和幅值能量计算低频子带综合特征，采用取大的融合规则得到低频子带融合系数；

5)根据得到的高频和低频子带融合系数，利用QWT逆变换得到融合图像F；

步骤2)中的步骤2.1)具体如下：l

分别计算高频各方向子带幅度和相位 的亮度 对比度 和结构度s,d,q/ψ

；

其中，W1×W2是一个k×k的窗口，(x,y)表示当前系数位置，C3为常数，是为了避免分母l,d,q/ψ为0而维持稳定，d (x,y)表示 与 之间的协方差，计算方式如下：

2.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤1)所述对待融合的源图像A，B分别进行QWT变化得到高频子带 其中，l表示分解尺度，l＝1,2…,J；J表示最大分解尺度，d＝V,H,D分别表示水平、垂直和对角方向，n＝q ,φ ,θ,ψ分别表示幅度q、相位φ、相位θ和相位ψ；得到低频子带

3.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤2)中的步骤2.2)具体如下：l,d,q/ψ

利用降采样将 和s 的尺寸大小调整为和最粗尺度子带的尺寸大小一致；

J‑l

其中， 表示以2 为降采样因子的降采样过程。

4.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤2)中的步骤2.3)具体如下：l,d,q/ψ

利用高斯混合模型来刻画 和s 的非高斯特性，在对高频子带各方向构建特征级Copula模型时，同时考虑图像对应方向上的低频相位信息；

d方向上高频子带的亮度Copula模型 的联合分布函数表示如下；

其中， 表示 的边缘分布函数， 表示 的边缘分布函数， 表示 的边缘分布函数， 表示源图像A，B低频d方向相位子带；C是Copula函数；

d方向上高频子带的对比度Copula模型 的联合分布函数表示如下；

其中， 表示 的边缘分布函数， 表示 的边缘分布函数；

d

源图像A与B在d方向上高频子带之间的结构度Copula模型S‑Copula的联合分布函数表示如下；

l,d,q l,d,ψ

其中， 表示s 的边缘分布函数， 表示s 的边缘分布函数。

5.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤3.1)中的步骤a)具体如下：d

首先，分别计算 模型、 模型、S‑Copula模型在(x,y)处的联合d

概率密度函数 S_Copulapdf(x,y)；

其中， 表示 模型在(x,y)处的密度函数， 表示的边缘分布密度函数， 表示 的边缘分布密度函数，表示 的边缘分布密度函数；

其中， 表示 模型在(x,y)处的密度函数， 表示的边缘分布密度函数， 表示 的边缘分布密度函数；

d d l,d,q

其中，H_c (x,y)表示S‑Copula 模型在(x,y)处的密度函数， 表示s (x,y)l,d,ψ的边缘分布密度函数， 表示s (x,y)的边缘分布密度函数；

d

随后，通过KLD距离计算基于 模型、 模型、S‑Copula模型在对应高频子带系数(x,y)处的相似性最后，通过贝叶斯公式计算各方向上基于亮度、对比度、结构度Copula模型的综合相似度

6.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤3.1)中的步骤b)具体如下：取 中所有像素值升序排序在第ε％位置的值作为阈值 当 大于时，说明高频子带系数之间具有冗余性，反之则具有互补性；接下来通过贝叶斯公式进一步判定冗余性和互补性的特征类型；

随后通过上采样操作和相似性映射分别得到亮度、对比度和结构度特征对于处的综合相似性的影响程度；

J‑l

其中， 表示以2 为上采样因子的上采样过程；

以上述三个值中最大值对应的特征作为冗余性和互补性的特征类型，最终高频子带被划分为亮度冗余、对比度冗余、结构度冗余、亮度互补、对比度互补和结构度互补这六种类型。

7.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤3.1)中的步骤c)具体如下：根据高频子带之间冗余性和互补性的特征类型，设计相应的融合规则得到第一阶段高频子带融合系数对于高频子带具有冗余性的像素点采用加权规则，加权规则定义如下：l,d,n

其中，w (x,y)表示加权因子，由冗余性的特征类型决定；

其中， 表示 的信

息熵，M、N表示 的尺寸大小；

对于高频子带具有互补性的像素点采用取大规则，取大规则定义如下：其中，t是由互补性的特征类型决定；

8.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤3.2)具体如下：

最后，根据加权规则得到高频子带融合系数；

9.根据权利要求1所述的基于特征级Copula模型相似性的图像融合方法，其特征在于：步骤4)具体如下：

提取基于低频子带的 相位和θ相位的梯度指标来表示源图像的垂直方向和水平方向的纹理变换，计算如下：上式中， 和 分别表示 的局部平均梯度； 表示源图像A,B的低频子带的 相位， 表示源图像A,B的低频子带的θ相位；

提取基于低频子带 相位和θ相位的局部方差的指标：提取低频子带的幅度值作为特征：然后将这三个特征通过下式结合成一个综合特征：a1 a2 a3

MA/B(x,y)＝|ZMLA/B(x,y)| ×|CA/B(x,y)| ×|GA/B(x,y)| ；

其中a1,a2,a3是权重因子；

最后，低频子带融合系数由综合特征取大的规则得到：