伪随机瞬态激光助视图像与常态微光图像融合技术研究

给出了拉普拉斯金字塔算法及微光双谱图像空间域融合的准则,并用金字塔技术对随机瞬态激光助视图像与常态微光图像进行了融合处理,改善了微光夜视图像质量,增强了夜视系统所获取的战场信息量.并用假彩色增强方法得到了可视性较好的彩色图像     

基于多特征的高光谱与全色图像融合方法

高光谱分辨率的高光谱图像与高空间分辨率的全色图像融合可以综合两类图像的优势。将全色图像与高光谱部分波段分别融合,再合成假彩色图像是融合的有效思路。引进多分辨率分析框架,首先对源图像进行小波变换,得到低频系数与高频系数;然后从中提取平均梯度特征和边缘特征分别作为两类系数融合的依据;最后将融合后的系数经过小波逆变换还原为各波段融合图像,进行假彩色合成得到最终的彩色融合图。实验结果表明,与PCA、HIS等经典方法相比,本文方法不仅能够在保证融合效率前提下有效保持光谱信息,提高融合图像的空间分辨率,融合图像的标准差、平均梯度、信息熵等各项指标也均优于其他融合方法。     

基于小波变换的双波段红外图像融合方法

针对红外探测器长波图像和中波图像的特征,采用基于小波变换的方法实现双波段红外图像的融合。在对不同波段红外图像小波分解的基础上,对低频子带图像采用加权平均,对高频子带图像采用区域能量最大的融合规则得到融合图像的多分辨率结构,再利用小波逆变换重构融合图像。仿真结果表明,和普通基于空域加权平均的方法相比无论从主观视觉还是通过客观评价指标的计算结果来看,基于小波变换的双波段红外图像融合方法均具有更为理想的图像融合效果。     

一种基于假彩色的像素级多传感器图像融合算法

本文给出了一种基于假彩色的像素级多传感器图像融合算法,并将其用于两幅灰度图像的融合中.这种算法将现有的图像融合技术和彩色显示技术相结合,在灰度融合图像的基础上利用色差来表现原图像与灰度融合图像的细节差异.该算法分为三步:首先,用选择与平均相结合的方法得到两幅原图像的灰度融合图像;接着,求出灰度融合图像与两幅原图像的差异图像;最后,将两幅差异图像和灰度融合图像分别送至R、G、B颜色通道进行显示.比起灰度融合图像,最终得到的彩色融合图像在色彩上更丰富,包含更多的细节,直觉上更容易辨认.     

微光图像与激光助视图像的对比度调制融合

图像融合可以对同一景物不同频谱或其他不同物理效应产生的图像进行处理，改善图像质量。把微光图像作为重要的夜视图像具有对比度小、视觉效果模糊的特点。在双谱图像触合理论的基础上，针对光阴极的光谱响应曲线特点，运用瞬态激光助视的方法，获得了景物在近红外波段的图像。因为近红外激光助视图像与微光图像响应的光谱波段不同，所以两类图像有各自的信息特征。将两种图像用基于小波变换的对比度调制的算法进行触合处理，得到了效果较好的融合图像。该技术对提高投光电视系统的视距与目标识别能力具有重要意义。     

微光图像和紫外图像分析与融合方法研究

在分析了微光图像和紫外图像的特征以及双通道彩色夜视系统信息量的基础上，提出了微光图像和紫外图像双通道彩色夜视理论。在设计并试验了灰度调制法、谱域融合法、特有成分融合法的基础上，提出了微光图像和紫外图像假彩色融合的改进算法以及新算法，包括微光图像和紫外图像分段灰度调制法、图像差别提取法、基于物体对夜天光反射特性的成分分离法，以及体现图像传感器光谱响应和视觉自然感受的色空间映射法，取得了较好的效果。     

基于卷积特征和贝叶斯决策的双波段场景分类

针对可见光和近红外双波段场景分类存在图像标注样本少和特征融合质量低的问题,提出了一种基于卷积神经网络(CNN)特征提取和朴素贝叶斯决策融合的双波段场景分类方法。首先,将基于预训练的CNN模型作为双波段图像的特征提取器,避免标注样本少导致的过拟合问题;然后,通过主成分分析降维和特征归一化方法,提高支持向量机的计算速度和每个波段的分类性能;最后,以双波段后验概率为朴素贝叶斯先验概率,构建了决策融合模型,实现场景融合分类。在公开数据集上的实验结果表明,相比单一波段分类和双波段特征级联融合分类方法,本方法的识别率有明显提升,可达到94.3%;比基于传统特征的最优方法高6.4个百分点,与基于CNN的方法识别率相近,且执行简单高效。     

夜视图像的彩色融合方法综述

介绍了夜视图像彩色融合的假彩色法、TNO法与MIT法，重点分析了MIT法的发展过程。假彩色融合法计算量很小，容易实现实时处理，但缺点是色彩不太自然；MIT法用前馈型中心－周边分离神经网络模拟生物的彩色视觉特性，融合图像的彩色自然直观，可用于多种传感器的彩色融合；TNO法可看成MIT法的简单形式，计算简单，较易实现实时，采彩也较为自然，但只能融合二种图像。     

基于DM8148的双谱段电晕检测系统设计

针对高压输电线路电晕检测及定位问题,设计了基于DM8148的双谱段视频融合电晕检测系统,实现了双路视频的采集、处理、融合、压缩和存储.采用时城递归滤波算法对日盲紫外图像进行去噪处理,利用基于小波变换自适应加权融合法将日盲紫外、可见光两路视频进行实时融合.实验结果表明融合图像具有较好的视觉效果,能够很好地将紫外、可见光检测图像融合,实现电晕放电点检测的准确定位,系统能满足电晕检测的需求.     

一种双/多波段红外目标融合检测方法

针对双/多波段红外目标检测问题,提出了一种基于自适应加权投票融合准则的红外目标融合检测方法。该方法首先对双/多波段红外传感器进行图像配准,然后对单传感器红外图像进行处理,得到单传感器目标检测结果,最后使用提出的自适应加权投票融合准则,对单传感器目标检测结果进行融合,得到最终判决。实验结果显示,该算法能在较大程度上降低目标检测过程中的不确定性,从而提高了系统的检测性能,同单波段检测结果和其他的融合结果相比,该方法能有效地降低漏警概率和虚警概率;并且该方法易于实现,并在实际工程中得到了应用。     

DRF红外双波段彩色图像融合算法北大核心CSCD

针对中长波红外双波段伪彩色融合图像存在较明显色偏和细节信息模糊等问题,本文了总结典型传统彩色融合算法的优缺点,提出划分差值区域进行赋色融合(Difference Regions Fuse,DRF)的思路,并在图像预处理中增加迭代归一化图像处理,结合中长波红外差异的特征引入YCbCr颜色空间,利用16 bit原始红外图像直接进行赋色融合,仿真与实验结果表明,本文提出的DRF算法融合效果显著。     

基于人眼跟踪的立体内容融合显示技术研究

传统自由立体显示器观看区域不连续制约了它的发展。当观看者头部移动时,会观看到严重“伪立体”。为解决这个问题,使用人眼跟踪技术配合图像融合程序调整图像模式,使得立体观看区域跟随人眼移动,达到连续、大视域的立体显示效果。基于这个方法利用OpenCV和QT构建了一个立体内容实时融合系统,实现了在立体显示器可视范围内任意位置观看立体效果,有效地解决了“伪立体”问题,并且图像模式调整的时候图像亮度变化率小于3.3%。     

针对人类视觉系统的双波段红外图像融合算法研究

提出了一种针对人类视觉系统的双波段红外图像融合算法。首先采用非下采样Contourlet变换把源图像分解成尺多度、多方向上的子带,然后采用绝对值最大算子的方法对高频部分进行融合,采用基于区域方差的方法对低频部分进行融合,最后进行重构得到融合图像。对试验中采集的双波段红外图像进行了融合实验,并将融合效果与梯度金字塔变换方法和小波变换方法进行了比较。实验结果表明,针对人类视觉系统的双波段红外图像融合算法有效可行,可以获得比常用的算法更好的融合效果。     

改进的PCNN模型在多光谱与全色图像融合中的应用研究

介绍了PCNN模型原理,提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间,然后将HSV彩色空间中的非彩色通道(V通道)的灰度像素值和全色图像的像素灰度值分别作为PCNN-1及PCNN-2的神经元输入,利用方向性信息作为自适应链接强度系数,对非彩色通道图像和全色图像进行自适应分解,再将点火时间序列送入判决因子得到新的非彩色通道图像,最后将原多光谱图像的H通道分量、S通道分量及新的V通道分量经HSV空间逆变换获得最终的融合图像。实验结果表明,该算法不仅解决了链接强度系数自动设置的问题,而且充分考虑到图像边缘和方向特征的影响,无论在主观视觉效果,还是客观评价标准上均优于IHS、PCA、小波融合等其他图像融合算法,同时降低了计算复杂度。     

立体图像视差自适应调整算法

针对不同尺寸立体显示器播放立体视频时立体视觉效果存在的差异,提出一种通过调节图像水平视差改善立体显示效果的方法。首先应用立体匹配算法得到立体图像初始视差,通过图像分割与连通性检测从中可靠地获取水平视差范围;为保证图像中全部景物在舒适立体融像区内成像,根据显示器尺寸与观看距离,调整左右眼图像在原立体视频中相对位置,形成合理的水平视差,从而在立体显示器上产生舒适的立体视觉效果。实验证明,本文提出的方法可自适应地调整立体图像的水平视差并较好地改善立体显示效果。     

基于场景理解的双波段彩色融合图像质量评价

图像质量评价是双波段彩色融合处理算法及系统评价的基础,文中研究了一种可见光与红外彩色融合图像质量评价方法。提出了基于场景理解的图像感知质量PQSU 综合评价指标,选择三类典型场景彩色融合图像进行了主观视觉评价实验; 通过对已有评价指标与PQSU 综合指标的主观评价实验结果进行多元线性回归分析,建立了PQSU 的预测模型。结果表明:融合图像的场景颜色协调性与自然感高度相关;利用图像清晰度和颜色协调性可以有效地预测PQSU;针对不同场景类型,已有评价指标在PQSU 的预测模型中所占的权重有所不同,但预测模型的基本形式保持不变。文中提出的PQSU 及其预测模型为进一步发展融合图像质量客观评价模型奠定了基础。     

基于多聚类中心和PCNN的医学图像融合算法

提出一种基于K-means Clustering和脉冲耦合神经网络(PCNN)的图像融合的方法,首先,以多特征信息为聚类方式利用K-means Clustering分割提取源图像的对应特征点,通过归类合并建立多模医学图像的特征点集合,根据特征点分布将图像划分为纹理区域和非纹理区域,纹理区域对应系数输入PCNN得到点火映射图,根据点火次数选择融合系数,非纹理区域的系数通过双通道PCNN进行融合。实验结果表明,该算法能够精确划分图像纹理区域,进而利用PCNN和双通道PCNN在图像不同区域系数选择各自的优势,融合图像纹理清晰,质量改善。     

Reduced-reference stereoscopic image quality assessment based on view and disparity zero-watermarks

As a practical and novel application of watermarking, this paper presents a zero-watermarking based objective reduced-reference stereoscopic image quality assessment (RR-SIQA) method. In the proposed method, two kinds of zero-watermarks are constructed according to the characteristics of image structure and stereoscopic perception. Concretely, two view zero-watermarks, which are constructed by judging the relation of the horizontal and vertical components of gradient vectors with respect to the two views, are used to reflect the image structure variation of the stereoscopic image. Meanwhile, a disparity zero-watermark, which is constructed with disparity map of the stereoscopic image, is used to reflect the stereoscopic perception quality variation. Then, the quality of stereoscopic image is objectively assessed by pooling the recovering rates of the detected zero-watermarks. The experimental results show that the stereoscopic image quality evaluation results assessed with the proposed RR-SIQA method are well consistent with subjective assessment, and the proposed method achieves better performance than the widely used full-reference stereoscopic image quality assessment method PSNR in assessing quality of stereoscopic images compressed with JPEG and JPEG2000.