基于局部能量匹配的红外偏振图像融合

针对红外偏振融合后图像边缘模糊不清和细节信息不明显等问题,本文提出了一种基于局部能量匹配的红外偏振图像融合方法。首先,融合偏振角图像和偏振度图像得到偏振特征图像;然后运用非下采样剪切波变换(NSST)把偏振特征图像和光强图像分解为低频子带和高频子带,运用顶帽(Top-hat)变换处理偏振图像的低频信息,提取目标;最后采用基于局部能量匹配和局部方差相结合的融合规则融合低频子带和高频子带。实验结果表明,本文算法与NSCT算法相比较,融合后图像的整体互信息值提高了8.7%,方差提高了3.9%,很好的保留了图像的细节信息。     

长波红外偏振图像及其误偏振信息分析

给出了长波红外偏振图像融合的结果,对融合的偏振图像进行了定性分析和定量评价。研究表明,偏振图像的融合方法有多种,能产生多种图像融合结果。融合后的长波红外偏振图像凸显了目标的形状,细节更加清楚,边缘更突出,立体感更强。与原始红外图像比较,长波红外偏振图像灰度均值提高168%、灰度标准差提高194%,梯度提高468%。处理后的偏振图像和原始的红外图像比较说明了长波红外偏振成像能明显提高目标和背景之间的对比度,更加有利于目标的识别。和中波红外偏振图像相比,给出了长波红外偏振图像误偏振信息的来源,这些误偏振信息在后续的偏振信息处理中是要消除的,说明了中波红外偏振成像的效果好。     

中波红外偏振成像图像处理及评价

介绍了光波斯托克斯矢量各分量的解算方法,给出了多种偏振图像融合的初步结果,对融合的偏振图像进行了定性分析和定量评价.研究表明,偏振图像的融合能产生多种图像融合结果,为图像的显示提供了多种选择.融合后的偏振图像细节更加清楚,边缘更突出,立体感更强.与原始红外图像比较,中波红外偏振图像灰度均值提高35%,灰度标准差提高61%,梯度提高255%.处理后的偏振图像和原始的红外图像比较说明了偏振成像能明显提高目标和背景之间的对比度.     

基于局部能量与模糊逻辑的红外偏振图像融合

针对红外偏振与红外光强图像的成像特征差异,提出了一种基于 NSCT(Nonsubsampled Contourlet Transform)的红外偏振与红外光强图像的新融合算法.该算法首先采用NSCT对源图像进行多尺度、多方向分解,然后对低频子带图像采用局部能量融合规则,融合后再对低频融合图像进行直方图均衡化处理,而对高频方向子带图像采用了模糊逻辑,根据各图像的特征差异来分别选择基于像素、基于区域和加权平均的融合规则,再对得到的各个子带图像进行NSCT重构,从而得到最终的融合图像.通过实验仿真表明本文算法能有效的融合源图像的互补信息,使得该算法在目标识别中具有一定的优势和现实意义.     

基于HSV空间的红外偏振图像改进融合算法

研究了偏振产生的原理和基于标准HSV颜色空间的偏振融合,并根据红外偏振图像对比度较强、强度较弱的特点改进了HSV融合算法,利用原始偏振图像的灰度均值和极值进行图像强度修正,计算融合权重,进行偏振图像融合,增强红外偏振融合图像的强度和对比度。对室内以及室外人造目标进行实验验证,改进的HSV融合算法较红外原图灰度均值最高提升216%,对比度最高提升1384%;较标准HSV融合图像的灰度均值最高提升1363%,对比度最高提升292%。为使用红外偏振融合图像进行目标识别打下了很好的基础。     

基于小波变换的红外偏振图像融合算法

为了改善红外图像质量、提高人造目标的可识别率,基于偏振度图像能够较好地凸显人造目标,偏振角较好地描述不同物体表面取向,I图像能反映场景的强度信息的特征,采用对红外图像进行偏振图像融合的算法,即先通过红外热像仪和偏振片拍摄到偏振角度为0°,60°和120°3幅红外图像,再通过计算得到I,Q,U图像,进而得到偏振度图像和偏振角图像,最后对I图像、偏振度和偏振角图像进行红外偏振图像融合,得到高质量的红外偏振图像,由理论分析得到了各个图像的性能指标数据。结果表明,基于小波变换的红外偏振图像融合算法得到的图像数据合理,达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。     

基于NSCT的红外偏振与光强图像的融合研究

针对融合规则的选择,提出了一种基于非采样Contourlet变换的红外偏振与光强的融合方法。该算法采用NSCT对源图像进行多尺度、多方向分解,然后对低频子带系数和高频子带系数分别采用局部能量和区域目标特征的选择,最终通过逆变换得到融合图像。实验结果表明：与加权融合和绝对值取大的融合规则相比,局部标准偏差、局部粗糙度、对比度、分别提高3.42%、12.7%、9.67%。     

简易分时型长波红外偏振成像系统研究

为了开展红外偏振成像技术研究工作,本文设计搭建了一个长波红外偏振成像系统,实现了目标分时成像。提出了一种改进的基于单像元非均匀性差分图像校正方法去除冷反射,基于Sobel边缘检测方法对图像进行配准,并对目标场景的偏振特性进行了分析。结果表明,设计搭建的系统能够获取目标场景的红外偏振信息,预处理后的图像能够满足实验需要,经过Stokes矢量方法得到的目标场景偏振图像边缘轮廓与细节信息更加丰富。为了进一步衡量实验系统的性能,对强度图像和偏振度图像进行了融合,融合后的图像与红外强度图像相比,图像评估质量得到明显提升,验证了实验系统的可行性。该技术在未来的复杂环境下提高目标探测效率具有应用价值。     

模糊逻辑与特征差异驱动的红外偏振图像融合模型

利用non-subsampled contourlet transform(NSCT)对红外偏振与红外光强图像进行分解,得到源图像的低频子带和高频方向子带。通过对红外偏振和光强图像差异特征的分析,对低频选取局部能量和局部信息熵提取差异特征,然后利用模糊逻辑融合低频子带的不确定区域,利用特征差异驱动来融合低频子带的确定区域;对高频选取局部边缘信息保留量和局部方差提取差异特征,然后利用模糊逻辑融合高频方向子带的不确定区域,利用特征差异驱动来融合高频方向子带的确定区域。最后利用NSCT对高低频子带进行逆变换得到最后的融合图像。从而建立起基于模糊逻辑与特征差异驱动的红外偏振图像融合模型。实验仿真结果表明,该融合模型可融合源图像互补的差异特征,使其在目标识别和分类中具有一定的应用价值。     

一种偏振红外图像的像素级融合算法

偏振红外成像是红外成像技术的一个发展方向.偏振红外成像是利用红外光线的偏振态进行的"偏振梯度"成像和"偏振滤波"成像.从理论上说,即使两物点之间没有温差,只要存在着一定的偏振梯度,也能够清晰地成像,即偏振成像不但有普通红外成像的特点,还具有矢量成像的优势.换句话说,偏振红外成像和传统红外成像是兼容的.笔者的研究工作集中于同一景物的不同偏振态红外图像的融合.根据图像融合的一般原则,针对偏振红外图像的特性,提出了在像素层的一种融合算法.经过仿真表明该方式有一定的效果.通过融合增强了红外图像的图像效果.