1.一种无人机可见光-红外图像目标级融合方法,其特征在于,包括下述步骤:S101,获取无人机采集的成对的可见光原始图像和红外原始图像;
S102,从可见光原始图像和红外原始图像中提取可见光目标切片和红外目标切片;
S103,对可见光目标切片和红外目标切片进行配准;
S104,对可见光目标切片利用无监督方法进行语义分割得到可见光区域分割图;
S105,从红外目标切片中提取温度信息后注入可见光区域分割图得到初步融合结果;
S106,对初步融合结果进行引导滤波得到最终融合结果。
2.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S101中获取无人机采集的可见光原始图像和红外原始图像时,包括根据可见光视频流和红外视频流的帧数关系捕获视频流对应帧数以获得成对的可见光原始图像和红外原始图像,所述可见光视频流和红外视频流的帧数关系的函数表达式为:上式中,
3.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S102包括:分别针对可见光原始图像和红外原始图像进行目标检测,根据目标检测得到的检测结果框的位置对可见光原始图像或红外原始图像进行切割,最终获得可见光目标切片和红外目标切片,且进行目标检测包括:S201,将输入的图像
S202,根据预测输出
上式中,
S203,利用非极大值抑制算法对每个类别的预测框中重叠度较高的预测框进行剔除,只保留置信度最高的预测框作为最终得到的检测结果框。
4.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S103包括:S301,根据下式计算可见光目标切片和红外目标切片的互相关系数:上式中,
S302,根据下式计算迭代后的xy方向的平移参数:上式中,
S303,将迭代次数加1,判断迭代次数是否等于预设阈值,若不等于预设阈值,则跳转步骤S302;否则,将最终得到的迭代后的xy方向的平移参数将可见光目标切片和红外目标切片对齐,再将可见光目标切片和红外目标切片非对齐部分切除,从而得到配准后的可见光目标切片和红外目标切片。
5.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S104包括:S401,对可见光目标切片随机选取K个簇类的质心;
S402,计算可见光目标切片中所有的像素点到各质心的欧式距离;
S403,根据所求得的欧式距离,将可见光目标切片中的所有像素点归类到距离最小的质心所在的簇,待所有像素点都被归类后,计算每个簇中像素点在红色R、绿色G和蓝色B通道上的均值得到新的质心S404,判断是否达到结束条件,所述结束条件是指迭代次数等于预设阈值或者质心不再发生变化,若未达到结束条件,则跳转步骤S402;否则,通过归类后得到的K个簇将可见光目标切片分割成K个区域得到可见光区域分割图。
6.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S105中从红外目标切片中提取温度信息后注入可见光区域分割图的函数表达式为:上式中,
7.根据权利要求1所述的无人机可见光-红外图像目标级融合方法,其特征在于,步骤S106中对初步融合结果进行引导滤波得到最终融合结果的函数表达式为:上式中,
上式中,
8.一种无人机可见光-红外图像目标级融合系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~7中任意一项所述无人机可见光-红外图像目标级融合方法。
9.一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序/指令,其特征在于,该计算机程序/指令被编程或配置以通过处理器执行权利要求1~7中任意一项所述无人机可见光-红外图像目标级融合方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被编程或配置以通过处理器执行权利要求1~7中任意一项所述无人机可见光-红外图像目标级融合方法。