一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

基于多尺度链接的红外与可见光图像融合

提出了一种红外和可见光图像的融合方法。该方法采用深度学习中的生成对抗网络(generative adversarial network, GAN)来融合两种模态图像,融合过程主要通过网络架构中生成器和鉴别器之间的对抗实现。生成器采用多尺度链接架构,有效提取并利用源图像的深层与浅层特征信息。同时鉴别器采用了与传统全局鉴别器不同的局部鉴别器,确保融合后的图像充分包含源图像的信息与特征分布。经实验验证,采用该方法融合后的图像能有效包含两种源图像各自的特征。     

基于红外图像与可见光图像特征融合的目标检测算法

对可见光与红外图像融合目标检测问题进行了研究,提出了一种针对目标检测任务的特征融合算法。采用端到端的神经网络方案,将可见光与红外图像同时输入神经网络,分别进行特征提取,后对提取的特征进行融合,再对融合的特征进行目标检测,最后输出检测结果。与一般先融合出一张图片再检测的方法比较,特征融合算法可以保留原始图像的特征,并根据目标检测的结果对特征进行挑选及融合,避免先融合图像造成的信息损失。红外图像能够弥补可见光图像的不足,适应不同光照强度及天气情况。针对目标检测的特征融合方法有效利用了纹理信息及热辐射信息,检测效果优于单独利用可见光或红外图像的方法。     

基于双边滤波的可见光与红外图像自适应融合

针对传统融合方法不能充分提取可见光图像与红外图像各自特有的细节信息和难以确定融合权值的问题,提出一种基于双边滤波的可见光与红外图像自适应融合算法。该方法结合双边滤波与改进的双边滤波,将可见光与红外图像分解为多尺度局部细节、特有细节以及基础信息。在图像融合阶段,局部细节信息采用基于图像边缘能量的融合方法,最大程度保留了图像的细节;图像基础部分的融合,引入了基于局部能量值的正则化参数来自适应调整融合的权值,优化参数的选择;特有细节信息的融合采用了绝对值最大的融合规则以充分保留源图像特有的细节信息。仿真实验结果表明,通过主观判断所提方法融合后的图像视觉效果更好、对比度高,边缘细节的融合比其他算法更加好,在客观指标的评价中,所提融合方法的MI、EN、FMI、SD、Q^AB/F、Mean 6种指标相对于其他方法综合提升了22.6%、5.7%、0.7%、30.4%、14.2%、18.4%,在主观视觉上和客观评价指标中,所提的算法均具备更优的融合效果。     

SAR图像与可见光图像融合的建筑物提取算法

提出了一种基于SAR图像和可见光图像融合的建筑物提取算法,由SAR图像提供建筑物的可能方位信息,由可见光图像提供建筑物提取所需的视觉特征。该算法充分利用建筑物在2幅已配准的SAR图像和可见光图像中所表现的共性和互补特征,采用边缘匹配和感知组合的方法提取建筑物的轮廓,在可见光图像中采用屋顶灰度均匀性特征进行建筑物验证。实验结果表明,本文算法具有较好的检测效果。     

基于非下采样轮廓波变换与引导滤波器的红外及可见光图像融合

为克服传统融合方法对灰度相关性较弱的红外与可见光图像融合存在的不足,提出一种基于 非下采样轮廓波变换（NSCT）与引导滤波器的融合方法。利用NSCT对源图像进行多尺度多方向分解,分离出包含在不同频带内的特征信息,得到一个低频近似图像和多个高频方向细节图像;局域窗口加权平均能量和改进拉普拉斯能量分别作为低频近似图像的活性测度,构造显著特征图对近似图像进行加权平均,以解决能量保持和细节提取两个关键问题;在方向细节图像中,基于活性测度取大规则获得决策映射图,将源图像作为引导图、决策映射图作为输入图像进行引导滤波,得到权重分配图,对方向细节图像进行加权平均,降低噪声的敏感度。对融合后的近似图像和方向细节图像进行NSCT逆变换,得到最后的融合图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行客观评价。实验结果表明,该融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,如基于两尺度分解的引导滤波融合方法、NSCT域内稀疏表示融合方法、基于像素显著性的交叉双边滤波融合方法、基于深度学习的卷积神经网络融合方法、基于显著性检测的双尺度融合方法,可获得更好的融合效果。     

基于粒子群优化的多分辨率图像融合

提出了一种基于粒子群优化的多分辨率图像融合算法,用以融合红外与可见光视觉传感器获取的图像。分别对原始图像执行快速离散Curvelet变换;根据不同子带系数的特性与原始图像的光谱特征,在低频系数的融合中着重保留目标特征,并对其余系数选取基于Tsallis熵的互信息量作为评价指标,进而利用改进的粒子群优化算法求取最佳系数融合权值;对各高频子带系数采用基于局部区域能量匹配的融合规则。经过Curvelet逆变换得到融合结果图像。实验结果表明,该算法可以有效地综合红外图像中的目标特征与可见光图像中的细节信息,其融合结果在主观视觉效果与客观评价指标上均优于传统的基于塔形变换与小波变换的融合算法。     

一种基于图像特征的红外与可见光图像融合算法

首先分析了红外与可见光图像的特征,在此基础上提出了一种基于图像特征的图像融合算法,充分利用红外波段和可见光波段图像特征的互补性,达到便于观察的目的,仿真结果表明该方法能取得比较好的融合效果。     

一种改进的伪彩色图像融合方法

在原TON算法的基础上提出了一种改进的伪彩色图像融合算法。该方法针对微光和红外图像，利喟对微光图像的非线性变换进行了图像增强，使其与经过TON算法处理的红外增强图像一起通过RGB通道完成融合。融合过程结合人眼的视觉特性进行颜色选择，使融合图像更符合人眼视觉感受。给出了融合结果,并与其他方法作了比较，证明了其有效性。     

基于区域一致性的多聚焦图像融合算法

针对同一场景两幅严格配准的多聚焦图像融合问题,设计一种基于区域一致性的多聚集图像融合算法。该算法利用比率金字塔变换得到图像的多分辨序列,采用基于区域一致性的融合方法,在图像的相应层次序列的各级金字塔图像上进行融合以获取最终的融合图像。从目视效果来看,采用文中算法进行图像融合,基本上能够将两幅左右聚焦的图像融合成一幅清晰的单一聚焦图像。实验结果表明:该算法与同类其他算法相比较,相关系数提高了0.08%,偏差度降低了30.67%～31.05%,互信息提高了7.92%～7.97%。     

视觉感知的数字图像拼接痕迹可见度客观评价方法

数字图像拼接时,待拼接图像之间的亮度差异导致拼接图像出现拼接痕迹。为了对数字图像拼接痕迹的明显程度进行客观评价,研究了一种基于人眼视觉感知的数字图像拼接痕迹可见度(MAV)客观评价方法:首先,由待拼接图像获取梯度误差图像;然后,综合考虑人眼视觉频率敏感度、亮度掩模效应及纹理掩模效应对视觉分辨力的影响,导出基准图像的临界可见偏差(JND),并从梯度误差图像的小波系数中减去JND门限值,获得能够被人眼视觉感知的拼接痕迹图像;最后,利用拼接痕迹图像的均值和信息熵,构造了一种数字图像MAV的客观评价指标(MAVA).实验表明,采用MAVA对数字图像拼接痕迹的明显程度进行的客观评价,与人眼主观评价结果基本一致。     

作战辅助系统中基于深度学习的投影图像颜色补偿方法

为了在复杂环境下实现显示系统的快速布置，提高现代战争中野外指挥系统建立的机动性，提出一种基于深度学习的投影图像颜色补偿方法，实现大规模数据在任意复杂颜色平面的可视化显示。该方法利用端到端的深度学习网络，基于一个模型和一个目标函数，规避了深度学习中多模块固有的缺陷；通过增加CompenNet网络层数，增加训练模型中图像特征的提取数量；采用改进的损失函数SSIM+Smooth L1计算图像相似度，增强损失函数的鲁棒性和稳定性，同时加快网络的收敛速度。实验结果显示，改进的CompenNet网络在相同24个数据集上训练迭代1 000次后，生成的图像峰值信噪比平均值提高5.54%，结构相似性平均值提高0.14%，均方根误差平均值降低0.14%，人眼主观感知投影效果也表现得更好。     

云的红外图像生成研究

红外成像仿真的关键环节在于红外图像的生成,云的红外图像生成是重要的研究内容,具有重大的军事意义。基于分形技术提出了云的红外图像生成的技术方法,综合考虑云红外辐射的各个因素,建立了较为完善的云的红外辐射模型,基于光学厚度计算出云的辐射亮度。建立分形高度到云光学厚度、云的辐射亮度到图像灰度的两个映射,利用分形技术实现云红外图像生成。经过与实测数据和实拍图像比较,云的红外图像生成方法可行。     

面阵CCD微光像感器图像的校正

在基于面阵 CCD像感器的数字射线成像 ( DR)检测系统中 ,CCD相机的信噪比严重地制约着系统检测精度的提高。为了提高 CCD相机的信噪比 ,本文分析了 CCD数码相机产生的噪声特性 ,发现 CCD暗电流和 CCD不同像素之间对光响应不一致性是影响图像质量的两个主要原因。并在对暗电流和像素间光响应的不一致性特点、性质分析的基础上提出了相应的校正算法 ,最后对一幅实际拍摄的图像进行了校正。     

某型侦察车伺服精度的数字化检测设计

针对部队条件下常用转角精度检测方法存在的不足,设计并构建基于机器视觉的数字化检测系统.介绍常用检测方法,概述其原理,利用CCD摄像机代替人眼采集自准直仪的分划线图像,采用图像预处理技术识别分划线图像,通过轮廓提取、亚像素细分和直线拟合算法,自动判读分划板反射像的位移.结果表明:该系统能实现伺服转角精度的自动检测,设计简单易行,满足部队使用需求.     

基于加权聚焦度的多焦点图像融合算法

为保留更多的源图像信息特征,克服基于梯度等融合算法容易产生伪影的缺陷,提出一种基于加权聚焦度的图像融合算法.计算每个源图像的聚焦度量值空间频率、改进的修正拉普拉斯算子和和梯度加权和,得到聚焦状态图 MSF、Mi-SML和 MSoG,根据隶属函数求出相应隶属度值μSF(z)、μi-SML(z)和μSoG(z),得到各源图像的权重,根据线性归一法生成最终的融合图像,并将该算法与当前几种典型图像融合算法进行主客观评价.结果表明:该算法的标准偏差(σ)高出4.699,平均梯度(G)高出0.382,信息熵(H)也是最高的,其他评价参数也在可接受的范围内,融合图像更清晰,没有产生伪影.     

电荷耦合器件积分时间对微型成像系统成像质量的影响

在光圈固定的情况下，确定合适的积分时间对于提高微型电荷耦合器件(CCD)成像系统的成像质量，增强微型飞行器的侦察能力具有十分重要的意义。本文讨论了决定CCD积分时间的各种因素，重点研究了适用于微型飞行器的CCD成像系统的积分时间与像移的关系，并进一步推导了计算像移量的相关数学模型。利用该模型对不同积分时间内采集的运动图像进行了像质评价，结果表明，在保证曝光量的前提下，当像移量被限制在1个像素内时，可以获得相对理想的运动图像像质。