基于改进Retinex算法增强夜视融合图像的颜色传递

颜色传递是获得夜视图像自然彩色的一种方法。 本文利用颜色传递技术得到红外与微光融合 图像的自然彩色,在采用匹配邻域亮度均值和标准差颜色传递算法的基础上,提出了通过增 强夜视融合图 像的亮度-对比度来提高匹配精度,减小传统算法中由于亮度接近导致在颜色传递过程中的 误传现象。首先 利用像素平均法将红外和微光图像进行灰度融合;然后采用提出的改进多尺度Retinex增强 算法将融合图像 进行增强;最后在YCbCr颜色空间匹配灰度融合图像与参考彩色 图像亮度的均值和标准差,应用颜色传递 技术得到彩色夜视图像。实验结果表明,本文采用改进的多尺度Retinex算法使融合图像的 亮度-对比度得 到显著的提升,经过颜色传递后得到的彩色图像纹理细节清晰,目标背景对比度高,具有和 参考图像相近的真彩色。     

颜色对比度增强的红外与可见光图像融合方法

针对红外与可见光彩色融合图像中目标与背景间的低对比度的问题,提出一种基于HSI空间颜色对比度增强的红外和可见光图像融合方法.首先对输入的可见光与红外图像进行直方图均衡和中值滤波加强处理,然后对加强的红外图像模糊阈值分割得到红外目标,最后把分割的红外目标图像和加强的可见光和红外图像在HSI空间的三通道线性融合和色彩传递,为了增强目标与背景间的颜色对比度,在色彩传递阶段, H通道的色彩传递方程中引入一个比例因子.实验结果表明:与其他算法相比,该方法得到的彩色融合图像热目标和低温物体与背景间的颜色对比度明显加强,同时背景的细节信息呈现白天类似的自然彩色,更加符合人眼视觉感知.     

基于红外目标提取的夜视图像融合实时系统研究

研究的图像融合技术是以微光图像作为背景,红外图像作为目标,两光路图像经过合光棱镜进行光学投影融合的实时融合技术。为了具备良好的融合效果,红外图像经过预处理后,用改进的Otsu算法进行图像分割来实现目标提取,提取后的红外目标经过改进的伪彩色变换方法进行处理后在OLED上显示。融合后的系统实时性好,既可以得到微光细节丰富、较接近可见光视觉感受的背景,也可得到对比度明显的红外伪彩色目标,对于战场上的士兵观察环境和快速寻找目标有很大的帮助。     

基于颜色传递和目标增强的夜视图像彩色融合

颜色传递是获得夜视图像自然彩色的一种方法,以红外和微光图像为研究对象,提出了一种基于颜色传递和目标增强的夜视图像彩色融合方法。首先结合红外和微光图像各自的特点,采用TNO法生成伪彩色融合图像(目标图像),很好地保留了图像的细节信息,然后选取一幅相近的参考图像,把目标图像和参考图像转换到YCbCr颜色空间进行各个通道一阶(均值)和二阶(标准差)统计量匹配的颜色传递,同时在Cr通道引入一个对比度增强因子来增强图像中的兴趣目标。实验结果表明,文中方法不仅使得夜视图像获得了如白天参考图像般自然、真实的色彩,而且提高了图像的细节,目标也更加突出,更有利于观察者对场景的理解。     

基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合

提出一种基于改进颜色传递策略与非下采样Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法.首先,利用NSCT与基于清晰区域的Canny边缘检测算法获得灰度融合图.其次,将融合灰度图像插入Y通道,源图像与融合灰度图像之间的残差图像分别插入Cb、Cr通道以生成YCbCr源彩色图像.最后,利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配,同时,通过自适应颜色传递参数模型调整颜色传递参数.实验结果表明,本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标,而且对目标图像质量要求不严格.     

提高夜视融合目标可探测性的颜色对比度增强方法

根据人眼视觉系统特性,分析了场景理解和目标探测对彩色融合的要求,并据此提出了一种通过颜色对比度增强来提高目标可探测性的夜视融合方法.该方法使热目标呈红色,冷目标呈蓝绿色;根据红外图像特征,引入了一种和红外图像各像素亮度与图像平均亮度的偏离相关的颜色对比度增强因子,利用该因子可增强目标与背景的颜色对比度,弥补颜色传递彩色融合方法在颜色对比度上的不足,能有效提高目标可探测性.实验表明该方法既能突出红外目标,又能保持丰富的背景细节,在增强场景理解的同时提高了目标可探测性.     

夜视图像局部颜色传递算法

针对基于全局统计信息颜色传递过程中存在的染色效果不能很好保持图像色彩的自然性,局部区域颜色与真实场景的颜色不符、目标变淡的问题,提出一种夜视图像局部颜色传递算法。首先,采用稀疏表示的方法对红外与微光图像融合;其次,对得到的融合图像进行非线性扩散,扩散结果采用核模糊均值聚类算法进行图像分割;然后,在YCbCr颜色空间对红外与微光图像块进行颜色传递;最后,把得到的彩色图像块组合成一幅图像,随后用得到的灰度融合图像来表征YCbCr空间的Y通道。实验结果表明,文中算法得到的彩色图像更加自然、真实。     

多尺度融合与非线性颜色传递的微光与红外图像染色

Toet 的夜视图像近自然色染色算法对各颜色分量使用了基于线性变换的颜色传递技术,染色结果易出现低对比度或过饱和现象,从而造成细节信息的损失.针对此问题,提出了结合多尺度融合与非线性颜色传递的微光与红外图像染色算法.选用亮度与色彩分离的 YCbCr 颜色空间进行染色,其中 Y 分量应用基于冗余小波变换的可增强感兴趣目标的融合方法构造得到,对 Cb、Cr 分量使用基于直方图匹配的非线性颜色传递方法实现染色.实验结果表明,本文方法可有效防止染色过程中出现的低对比度或过饱和现象,能获得纹理细节更清晰,目标更显著的染色图像.     

基于稀疏表示和色彩传递的图像融合与彩色化

针对红外图像和微光图像的特点,提出一种基于稀疏表示和色彩传递的双波段图像融合与彩色化方法。该方法首先采用改进的基于K_SVD的分块稀疏表示获得红外与微光图像的稀疏融合图像,然后在YUV空间采用基于色彩传递的自然感彩色夜视处理技术,对红外与微光图像进行彩色化融合,最后用稀疏融合图像的灰度值代替彩色融合图像的Y分量,从而实现双波段图像的融合与彩色化。实验表明,本文提出的彩色融合算法能够综合红外与微光特征信息,且使图像具有最佳的亮度对比和细节信息,图像色彩更易于人眼观察。     

可见光与红外CPCT彩色图像融合研究与实现

研究了红外和可见光图像融合、融合质量客观评价以及融合目标跟踪三个方面。针对当前基于颜色传递的彩色图像融合中融合图像缺乏颜色恒常性的问题,着重分析研究颜色传递过程中参考图像如何影响融合效果,并提出基于恒参数颜色传递(CPCT)彩色图像融合的改进算法。然后,分析了彩色融合图像的客观评价方法,对各种客观评价指标与主观评价的一致性进行对比总结。最后,以目标跟踪作为红外和可见光图像融合应用,针对红外小目标跟踪出现的相似背景干扰问题,结合基于CPCT的图像融合算法,研究了基于CPCT彩色融合图像的粒子滤波目标跟踪算法。     

基于融合和色彩传递的灰度图像彩色化技术

针对传统色彩传递过程中容易出现色彩误传的现象,研究一种基于融合和色彩扩展的灰度图像彩色化技术,首先利用图像融合技术对微光图像和红外图像进行融合,将融合后的图像作为目标图像,然后利用改进的welsh色彩传递算法对目标图像进行上色得到精确匹配的局部彩色化图像,最后利用最小二乘优化方法对得到的局部彩色化图像进行优化.实验结果表明该算法修正了传统算法中色彩误传现象,验证了算法的正确性.     

一种微光与红外图像彩色融合方法

微光夜视仪和红外热像仪这两种图像传感器互补的成像特性可以使它们在几乎任何条件渊昼/夜/烟/雾）下观察场景。针对微光与红外图像,提出了一种彩色融合算法,可以使融合图像有相对自然真实的颜色感觉。首先用中心-环绕拮抗彩色融合算法产生彩色源图像,然后在YCbCr 颜色空间中让源图像的直方图与参考图像的相匹配。为了增强融合图像的对比度,可以先用灰度融合图像代替亮度分量,然后进行直方图匹配。仿真结果表明文中提出的方法可以使融合图像接近自然真实的颜色感觉,易于分辨识别目标,从而提高观察者或机器视觉系统的工作效率,增强对总体形势的意识能力。     

结构优化型颜色传递融合方法

提出一种红外和可见光图像的快速彩色图像融合算法:结构优化型颜色传递融合方法.算法直接用灰度融合图像和源多波段图像的差异信号构成源YCBCR分量,然后在YCBCR空间运用统计颜色传递技术形成一幅具有与目标图像相似色彩效果的彩色融合图像.文中从数学上证明了YUV等符合通用YCBCR空间模型的颜色空间也可以用于本文算法,所产...     

目标增强的红外与微光图像融合算法

对于红外与微光图像融合,虽给为观察者提供了更多的图像信息,但是同时由于过多的背景信息反而掩盖了重要的目标信息,为了兼顾背景信息丰富和增强目标的需求,提出了一种新的目标增强的融合算法,首先改进了传统的顶帽变换算法,用来增强红外图像的目标信息,同时去除一些冗余的红外背景信息,然后利用人眼对颜色的敏感特性,将微光图像与红外图像通过色彩映射公式映射到相应的色彩空间进行融合,结果显示,该算法不但能提供丰富背景信息,同时也增强了重要的目标信息。     

基于Contourlet变换的彩色图像融合算法

以红外和彩色可见光图像为研究对象,提出一种基于Contourlet变换的彩色图像融合算法.算法首先通过IHS(Intensity-Hue-Saturation)变换将彩色可见光图像从RGB颜色空间变换到IHS空间,进而利用Contourlet变换和加权融合规则将 I 分量图像与红外图像进行融合,然后将得到的灰度融合图像进行线性拉伸以获得与 I 分量相同的均值和方差,最后用拉伸后的灰度融合图像替换原来的 I 分量,并通过IHS逆变换得到最终的RGB彩色融合图像.算法一方面将Contourlet变换这一新的数学工具引入到图像融合中,另一方面提供了一种新的红外和可见光图像的彩色融合方法.实验结果表明,同样采用本文的彩色融合方法,Contourlet变换的融合结果优于小波变换,而且本文彩色融合方法的融合性能明显超过传统IHS变换融合法.     

基于Tetrolet变换的近红外与彩色可见光图像融合算法研究

针对近红外与彩色可见光图像融合后出现的对比度降低、细节丢失、颜色失真等问题,提出一种基于Tetrolet变换和自适应脉冲耦合神经网络PCNN(PCNN-Pulse Coupled Neural Network)的近红外与彩色可见光图像融合的新算法.首先将彩色可见光源图像转换到各个分量相对独立的HSI空间(HSI-Hue Saturation Intensity),将其亮度分量与近红外图像进行Tetrolet分解,对分解后得到的低频系数,提出一种从给定不完备数据集中寻找潜在分布最大似然估计的期望最大算法融合规则;对分解后得到的高频系数,采用一种Sobel算子自动调节阈值的自适应PCNN模型作为融合规则;处理后的高低频图像经Tetrolet逆变换作为融合后的亮度图像,提出一种饱和度分量自适应拉伸方法来解决图像饱和度下降的问题.处理后的各个分量反向映射到RGB空间,完成融合.将本文算法与多种高效融合算法进行对比分析,实验表明,本方法取得的图像,细节清晰,色彩对比度得到提升,在图像饱和度、颜色恢复性能、结构相似性和对比度等客观评价指标上均具有明显的优势.