基于可见光和红外图像融合的汽车抗晕光方法

针对夜间汽车行车因前大灯使用不当而产生的晕光问题,提出了一种基于可见光与红外图像融合的汽车抗晕光方法,以提高夜间行车的安全性能。该方法通过对可见光图像做IHS变换,将提取到的亮度分量与红外图像进行小波变换,获得新的亮度分量后,再与原始可见光图像的色度分量和饱和度分量进行IHS逆变换,实现既能消除晕光现象又能保留图像细节的目的。对可见光和红外图像融合算法处理结果的主观评价与客观数据分析,表明本文提出的方法可以有效消除夜间汽车行车时的晕光现象,改善传统IHS变换的光谱扭曲性,提高小波变换的速度。     

改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法

为了解决夜间会车滥用远光灯造成驾驶员晕光的问题,提出一种在IHS色彩空间下改进Curvelet变换融合可见光与红外图像的抗晕光方法。该方法通过改进Curvelet变换实现图像二维细节信息的有效表达,提高图像清晰度,其中提出的低频系数权值自动调节融合策略能够将晕光信息剔除,避免其参与融合过程;与IHS变换相结合能够保留原图中的色彩信息,避免色彩失真。对实验结果的主客观分析表明,该方法消除晕光比较彻底,与IHS-小波融合相比,融合图像的标准差、平均梯度、边缘强度、信息熵分别提高了47.15%、53.10%、52.46%、4.45%,对比度和清晰度显著提升,细节信息也更加丰富,人眼视觉效果更好,有利于驾驶员观察前方路况,提前做出预判,消除安全隐患,提高夜间行车的安全性。     

基于HSV和小波变换的视频抗晕光研究

汽车夜间会车滥用远光灯会造成晕光现象,对逆向车辆司机的视野造成干扰,导致无法看清路况极易诱发交通事故。本文从视觉观察角度出发,利用可见光和红外图像成像特点的互补性,提出HSV色彩空间变换结合小波变换的方法对图像进行融合,解决夜间行车晕光问题,提高行车安全性。通过对融合结果的主客观分析,本文算法有效消除了晕光,同时图像均值接近120,信息熵为7.1768,基本达到最佳视觉观察效果。     

可见光与红外图像分区融合的夜视抗晕光方法

针对夜视晕光图像区域特征差异大,导致融合图像视觉效果不理想的问题,提出一种可见光与红外图像分区融合的夜视抗晕光方法。先采用自适应阈值迭代法确定低频系数的晕光阈值,将低频系数划分为晕光与非晕光区域,在晕光区域采用非线性红外系数权值调节策略,依据图像晕光程度合理消除晕光;在非晕光区域采用灰度均值先验权值调节策略,提高较亮图像参与融合的权值,增强暗处区域的可见度。实验结果表明,本文方法对不同程度的夜视晕光场景均具有良好的适用性,能合理且有效地消除晕光,提高夜视融合图像的质量。     

夜视抗晕光融合图像自适应分区质量评价

针对夜视晕光场景中,高亮度晕光信息导致现有红外与可见光融合图像评价方法失效的问题,该文提出一种自适应分区的融合图像质量评价方法。该方法根据可见光图像的晕光程度自动确定自适应系数,并通过迭代计算可见光灰度图像的晕光临界灰度值,将融合图像自动分为多个晕光区和非晕光区;在晕光区由设计的晕光消除度指标评价融合图像的晕光消除效果;在非晕光区从融合图像自身特性、对原始图像信息保留程度以及人眼视觉效果3方面评价融合图像纹理色彩等细节信息的增强效果;通过对4种不同抗晕光算法的融合图像进行评价分析,甄选出9种客观评价指标构成夜视抗晕光融合图像质量评价体系。不同夜视晕光场景下的实验结果表明,所提方法能够全面、合理地评价红外与可见光融合的抗晕光图像质量,解决了融合图像晕光消除越彻底客观评价结果反而越差的问题,也适于评判不同抗晕光融合算法的优劣。     

可见光与红外融合的汽车抗晕光图像评价方法

为了解决汽车抗晕光场景中,融合图像质量的客观评价与人眼视觉效果不一致的问题,提出了一种新的可见光与红外融合图像质量评价方法,该方法通过设计自适应迭代阈值法自动确定融合图像的晕光临界灰度值,并将融合图像自动分为晕光区和非晕光区。针对晕光区,设计晕光消除度指标评价晕光消除的效果;针对非晕光区,从多方面评价色彩、细节信息的增强效果,并甄选出合适的指标构成完整的图像质量评价体系。为验证该方法的合理性,对采用4种不同算法的融合图像进行评价,实验分析表明,该方法的主客观评价结果一致,适于评判不同可见光与红外融合的抗晕光图像质量及算法的优劣。     

恶劣天气下可见光和红外图像融合算法设计

为改善恶劣天气场景下机场跑道异物检测技术(FOD)的性能,在详细分析了可见光及红外图像的优劣之处基础上,基于亮度色调饱和度(IHS)变换及小波-轮廓(Contourlet)变换提出了一种可见光与红外图像的融合算法,并在MATLAB环境下对该算法进行了仿真实验。实验结果证明该算法相对现有融合算法能更有效地满足恶劣天气下FOD检测的需求。     

基于支持度变换的红外与可见光图像融合算法

为了提高可见光和红外图像融合效果,采用支持度变换的可见光与红外图像融合算法,首先对可见光和红外图像进行支持度变换,低频系数采用局部能量比例调制加权的方法进行融合,高频系数采用局部方差比例加权的方法进行融合,最后通过重构算法得到融合图像,并由理论分析得到融合图像的性能指标数据。结果表明,该算法同小波算法、Contourlet变换算法以及文献算法相比较,在图像细节信息、包含的信息量以及清晰度上都得到显著提高,达到了预期效果。     

小波提升的超现实亮度对比度传递的图像融合方法

针对传统的亮度对比度传递算法在视频融合中实时性差的问题，给出了使用提升小波代替双正交小波的改进方案，并在红外与可见视频融合中引入超现实视频融合思想，提出了超现实亮度对比度传递算法，该算法能够提取所拍摄场景的背景，并利用背景与可见光视频序列进行超现实融合，然后再使用基于提升小波的亮度对比度传递算法与红外视频进行二次融合。实验表明该算法具有良好的实时性，且在烟雾环境下工作能够获得很好的效果。     

基于感知颜色空间的灰度可见光与红外图像融合算法

针对灰度红外热像图和可见光图像的融合问题,提出了一种基于感知颜色空间的新的图像融合算法.该算法基于IHS色空间建立红外源图像灰度级与色调、饱和度和亮度等与人的感知颜色特征之间的函数关系,并根据可见光图像的边缘信息对亮度进行融合,最后通过矩阵转换,得到融合图像的RGB值.实验结果表明:该算法可以有效地融合红外热像图和可见光图像,融合图像不仅保留了环境细节,而且突出了目标,具有良好的目视效果.     

基于自适应加权的多尺度图像融合研究

近年来图像融合技术广泛应用到电力行业,通过不同类型的图像传感器采集电力设备和输电线的图像,经过红外和可见光的图像融合处理,实现电力设备及输电线的智能巡视和故障分析.文中提出一种基于自适应加权的多尺度图像融合算法,采用配准后的可见光和红外图像,进行多尺度小波分解,根据高低频的不同图像特征,低频采用自适应加权融合规则,高频...     

基于二代curvelet与wavelet变换的自适应图像融合

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于二代curvelet与wavelet变换的自适应图像融合算法。首先对源图像进行快速离散curvelet变换,得到不同尺度与方向下的粗尺度系数和细尺度系数;根据红外图像与可见光图像的不同物理特性以及人类视觉系统特性,对不同尺度与方向下的粗尺度系数和细尺度系数采用基于离散小波变换的图像融合方法,在小波域中,对低频系数采用基于红外图像与可见光图像的不同物理特性的自适应融合规则,对高频系数采用基于邻域方向对比度与局部区域匹配度相结合的自适应融合规则,然后进行小波逆变换得到融合的curvelet系数;最后,进行快速离散curvelet逆变换得到融合图像。实验结果表明,该方法能够更加有效、准确地提取图像中的特征,是一种有效可行的图像融合算法。     

一种自适应的红外与可见光图像融合算法

通过一种自适应算法对红外图像和可见光图像进行了融合,该方法能根据当前环境下的图像特性自适应地调整融合参数。分析了红外与可见光图像的特性,并对已有的小波融合算法进行仿真验证,最终提出了基于小波变换的自适应融合算法,并对其进行了测试。实验结果表明,该方法产生的融合图像更有利于人眼观察,且融合性能指标也有所提升。     

基于双分支卷积神经网络的红外与可见光图像局部融合算法

红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双分支卷积神经网络基础上,同时从红外图像、可见光图像得到跨渠道信息、渠道内信息种特征,增加了融合图像的信息量。采用整数小波变换方法进行图像压缩。建立颜色空间模型时,合理调节t因子的数值,获得理想的融合图像。实验结果表明,与现有方法相比,本方法融合后图像边缘信息得到充分保留,图像细节得到增强,红外与可见光图像融合效果更好。     

一种基于提升小波变换的图像融合

提升小波被称为第二代小波,拥有传统小波的优点,却比传统小波概念简单,计算量大大减小,算法更易于硬件实现,是实现实时图像融合系统的有效手段。针对可见光与红外图像融合这个研究热点,提出了一种基于提升小波变换的图像融合算法。实验结果表明,该算法使得融合图像最大限度地包含了源图的信息,且边缘信息也被很好地保留了,是一种高效的融合算法。     

一种基于非采样Contourlet变换红外图像与可见光图像融合算法

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)图像融合算法.算法首先采用NSCT对源图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数.然后,针对低频子带系数的选择,提出了一种基于红外图像与可见光图像物理特征的"加权平均"系数选择方案;针对各带通方向子带系数的选择,结合人眼视觉特性,提出了一种基于区域能量匹配的系数选择方案,得到融合图像的NSCT系数.最后经过NSCT逆变换得到融合图像.实验结果表明该算法可获得较理想的融合图像,其融合效果优于传统的基于离散小波变换以及离散小波框架变换的图像融合算法.     

基于小波变换的红外与X光图像融合方法研究

红外与可见光图像融合只能反映构件表面信息和温度场分布,由于小波变换具有良好的时域和频域多分辨率性,为了获得构件内部发热源,采用了基于小波变换的红外与X光图像融合方法。首先将红外彩色图像做灰度化处理;然后采用MALLAT算法对红外与X光图像作小波分解,用低频系数平均、高频系数取绝对值大的融合规则进行融合,并利用YIQ空间变换将红外图像的彩色温度信息迁移至小波融合图像上;最后采用信息熵、标准差、方差等质量评价参量对融合后的图像进行评价。结果表明,经过小波变换融合的红外与X光图像融合在继承了两幅图像信息基础上进行了折中,既包含了构件的温度场分布,同时也反映了构件内部清晰的结构。