微光双谱彩色夜视系统研究

针对三代像增强器缺少蓝光相应的不足，设计了以图像融合为核心的微光实时彩色夜视系统，研究了适用于本系统的图像预处理和图像融合算法，并在软件仿真的基础上，以TMS320DM642评估板为硬件平台进行实时处理，取得了良好效果．     

一种彩色夜视实时图像融合系统

在彩色夜视图像融合基础上,针对线性组合算法和直接映射算法实时性高的特点,提出了一种基于CPLD的双通道彩色夜视的实时图像融合系统,并阐述了其设计原理,系统的结构、特点和功能.用verilogHDL硬件描述语言实现了相关的算法和设计.实验结果表明,融合图像接近自然色彩,同时能够反映两个波段的图像的特点.该系统可以实现实时的线性组合算法和直接映射算法,将红外与微光或者微光与微光等不同波段组合,是一种简单、高效彩色夜视系统.     

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,色彩也较为自然,但只能融合二种图像.     

夜视图像的彩色融合技术及其进展

介绍了夜视彩色图像融合算法的研究进展,着重分析了以接近自然色彩为目的的MIT法以及我们提出的线性组合法、基于视觉拮抗模型的非线性图像增强与线性组合法结合的混合结构法,给出了若干组场景下各方法的微光与热成像的彩色融合图像以及微光彩色融合图像,显示出良好的目视观察效果,提出了需要进一步研究的问题和关键技术.     

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。     

微光图像与红外图像融合技术研究

图像融合技术在微光和红外图像处理中得到了广泛的应用.为了深入理解图像融合技术以及融合后的图像质量,首先分析了微光和红外图像的融合技术,对微光和红外图像进行了预处理,分析了微光和红外成像过程、图像增强技术、特征提取方法、图像配准等.重点研究了拉普拉斯图像融合、对比度调制融合、基于小波分解的图像融合技术.最后通过实验对这几种融合技术进行了比较,结果显示融合后的图像质量得到了改善,突出了目标轮廓和细节,方便了目标识别.     

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。     

基于融合图像特征库的夜视图像彩色化研究

提出一种基于图像融合技术的夜视图像彩色化方法,结合红外图像和微光图像各自的特点,利用小波图像融合的方法把红外图像和微光图像进行融合,从大量的融合图像中提取不同物体的纹理特征,构成野外环境下的纹理图像库,并对每类图像指定相应的彩色参考图像。对目标图像进行分割,提取目标图像的纹理特征与图像库进行相似性对比,完成目标图像的色彩传递。实验结果表明,该算法获得真实的场景色彩,使观察者更容易获得图像的场景信息。     

基于小波和色彩传递的夜视图像彩色融合技术

提出一种基于小波和色彩传递的夜视图像的彩色融合方法,使观察者更容易获取图像的场景信息。结合红外图像和微光图像各自的特点,利用NRL法把红外图像和微光图像映射到彩色空间形成假彩色图像(源图像),然后通过小波变换对源图像和参考图像进行多分辨率分解,计算不同分辨率下的均值和标准方差,将各分量根据参考图像和源图像的标准方差比进行缩放,把参考图像的色彩分布传递给源图像。实验结果表明,通过与传统方法的比较,本文算法不仅获得真实场景色彩,还可以提高图像的细节信息,改善场景感知。     

彩色立体图像匹配算法研究

立体图像匹配对于自由立体重建、三维测量以及立体显示中图像压缩来说是非常重要的。针对区域灰度互相关图像匹配的计算量大、速度慢的情况,运用了一组快速灰度互相关计算公式,提出了用视差限制搜索空间。同时,针对彩色图像的特点,将彩色图像的色彩信息考虑进图像的匹配过程中,将彩色图像的R、G、B三单色图像分别进行灰度相关匹配,定义并采用了颜色分量权重系数来抑制误匹配点。实验表明,该方法有效地减少了计算量,加快了计算速度,提高了图像匹配精度,具有较好的实时性。该方法将应用于三维立体显示中基于视差图的视差进行图像压缩。     

双波段红外图像的对比度增强融合

为了抑制在处理双波段红外图像融合时低对比度图像细节信息丢失导致漏警的问题,在基于WLS边缘保持平滑的基础上,提出了一种多尺度对比度增强的融合算法。通过边缘保持平滑,提取不同尺度的细节分量,从而实现对比度在不同空间频率上的增强;为了进一步消除图像光晕现象,采用非下采样方向滤波,使多分辨率变换同时具有方向性。实验结果表明,本算法能够使融合图像包含输入图像更多的互补信息,图像细节更加清晰,较大地提高了红外弱小目标的对比度。Abstract：关键词：Key words：     

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。     

基于图像融合的双波段目标跟踪算法研究

针对红外和可见光图像各自的特点以及单一传感器在目标跟踪中的缺陷,提出了基于双波段融合图像的目标跟踪算法。该方法对原始图像进行小波分解后,为了满足目标跟踪的稳定性及实时性,重点考虑目标跟踪时需要的边缘等细节信息,采用对低频系数取零,高频系数基于小波系数绝对值取大的融合方法,然后对融合后的图像采用基于Mean shift算法进行目标跟踪。实验结果表明,此算法可以稳定并且实时跟踪目标,通过对单波段采用相同的跟踪算法进行比较,算法在性能上优于单波段的目标跟踪。     

A regional image fusion based on similarity characteristics

In this paper, we propose an image-driven regional fusion method based on a specific region partition strategy according to the redundant and complementary correlation of the input images. Different from the traditional regional fusion approaches dividing one or more input images, our final region map is generated from the similarity comparisons between source images. Inspired by the success of structural similarity index (SSIM), the similarity characteristics of source images are represented by luminance, contrast, and structure comparisons. To generate redundant and complementary regions, we over segment the SSIM map using watershed, and merge the small homogeneous regions with close correlation based on the similarity components. In accordance with the concentrated similarity of different regions, the fusion principles for special regions are constructed to combine the redundant or complementary property. In our method, the redundant and complementary regions of input images are distinguished effectively, which can aid in the sequent fusion process. Experimental results demonstrate that our approach achieve superior results in the different fusion applications. Compared with the existing work, the proposed approach outperforms in both visual presentation and objective evaluation.     

实时图像融合技术研究的硬件实现

在多通道多传感器图像像素级融合算法深入研究的基础上，针对可见光与长波红外图像融合的实际需要，开展其实时实现技术的研究，建立了基于高速数字信号处理器TMS320C62的实时图像融合原理实验系统，并开展了多数字信号处理器并行结构的实时图像融合系统设计与仿真研究。     

红外与X光图像融合方法研究

首先用交互式配准方法对采集到的红外与X光图像进行配准,然后采用像素加权平均进行融合,得到了能反映构件表面和内部结构的温度场的融合图像,最后进行了图像融合的质量评价。实验结果表明,融合图像既包含构件的温度场分布,同时能反映出构件内部清晰的结构。     

一种彩色图像幸运区域融合算法

幸运区域融合技术通过挑选、配准、拼接短曝光 序列图像中具有一定概率的清晰度 高的“幸运区域”获得一幅高分辨率的重构图像,目前该技术处理对象通常是单色图像。根 据彩色图像成像过程及其数据特点,结合经典的幸运区域融合算法,提出了一种针对彩色短 曝光图像序列的幸运区域融合算法。该算法分别对彩色图像红、绿、蓝3个通道数据进行选 图、配准和拼接,最后合成一幅高分辨率的彩色图像。通过连续拍摄的2200帧短曝光图像, 对所提出的算法进行了多角度验证。红、绿、蓝三通道的选图结果表明,大气湍流确实对光 学场景中不同区域、不同波段光的成像产生随机的干扰,这从一个方面证明红、绿、蓝三通 道分别处理在理论上是成立的。对实测彩色图像融合结果的主观感受和客观指标也证明该算 法可以提高因大气湍流而退化的图像的分辨率。     

Coherence restricted StOMP and its application in image fusion

This paper proposes an image fusion method based on an improved Stagewise OMP algorithm (ApStOMP), which is more efficient than StOMP in finding the sparest solution of large-scale underdetermined problem. Multiple atoms can be selected at each stage, and only a fixed number of stages are required. Unlike StOMP, we restrict the mutual coherence of selected atoms to be as low as possible at each stage, and atoms with high coherence are excluded. In this way, we can obtain a more accurate estimated support set than with StOMP. The advantages of the proposed fusion method are demonstrated experimentally with different groups of pre-registered source images, for which we can carry out image denoising and fusion simultaneously. The experimental results show that the performance of the proposed method is competitive with other methods in terms of several objective fusion metrics, as well as in visual quality.     

Generative image inpainting via edge structure and color aware fusion

Very recently, with the widespread research of deep learning, its achievements are increasingly evident in image inpainting tasks. However, many existing methods fail to effectively reconstruct vivid contents and refine structures. In order to solve this issue, in this paper, a novel two-stage generative adversarial network based on the fusion of edge structures and color aware maps is proposed. In the first-stage network, edges with missing regions are employed to train an edge structure generator. Meanwhile, the input image with missing regions is transformed into a global color feature map after the content aware fill algorithm and a large kernel size Gaussian filtering. In the second-stage network, the image fused from the edge map and the color map is used as a label to guide the network to reconstruct the refined image. Qualitative and quantitative experiments conducted on multiple public datasets demonstrate that the method proposed in this paper has superior performance.     

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.