共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
针对红外与微光的灰度融合图像不利于人眼观察的问题,提出了一种在YCbCr颜色空间的基于多尺度多分辨率分析的色彩传递算法,帮助观察者获取丰富的场景信息和舒适的观察效果。该算法首先在Y通道将红外和微光图像进行灰度融合;然后将灰度融合图像和彩色参考图像的Y分量做拉普拉斯金字塔分解,比较其金字塔各层系数差异,综合各层系数差异找出最佳匹配点;最后将参考图像中最佳匹配点的 Cb和 Cr值传输到灰度融合图像中,生成最终的具有自然色彩的融合图像。实验结果表明,本文方法生成的彩色融合图像接近自然真实的颜色,有利于人眼对目标的观察与场景的理解。 相似文献
5.
6.
针对传统多尺度变换融合方法不能有效保留红外图像中热辐射信息及高对比度特征,本文提出了一种基于目标增强多尺度变换的红外和可见光图像融合算法。首先,对可见光图像进行预处理,自适应地提高其对比度。其次,对红外和可见光图像分别使用拉普拉斯金字塔(LP)分解为高频以及低频分量。然后,使用分解后的红外低频信息确定低频段融合权重,并引入参数λ控制融合图像中红外信息比例。最后,使用拉普拉斯金字塔逆变换重构融合图像。实验结果表明,所提出的方法可以生成具有明显突出目标和丰富细节的融合图像,并在主观视觉和客观指标上具有更好的表现。 相似文献
7.
8.
基于频谱分析和图像融合的红外弱小目标增强 总被引:1,自引:0,他引:1
利用红外弱小目标灰度的局部极大性在频域往往对应于频谱突变的特性,提出了一种基于频谱分析和图像融合的红外弱小目标增强算法。首先利用图像背景和目标具有不同频谱振幅的特点,提取红外图像的残留频谱,得到潜在目标显著图;然后利用序列图像的冗余信息,在空间域对目标和背景区域分别采用不同融合规则进行多帧融合。实验表明,该方法能够有效增强红外弱小目标的像素数和总能量,且实时性较好。 相似文献
9.
为进一步提高对微光偏振图像中目标的识别效率,提出了一种基于非下采样剪切波变换(NSST)的偏振图像融合算法。首先,通过融合得到偏振特征图像,将所含偏振信息量较多的偏振度图像和偏振角融合,通过基于区域方差与熵值加权相结合的融合算法得到偏振特征图像。最后,将偏振特征图像与亮度较强的强度图像融合,低频系数的融合采用PCNN与区域能量相结合的规则,高频系数的融合采用区域特性能量的规则。实验结果表明,在主观视觉上,图像观察舒适性较好;并且,通过选取方法的对比,融合后的图像在客观评价指标上,皆优于选取的方法。 相似文献
10.
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。 相似文献
11.
可见光与红外图像增强融合算法研究 总被引:1,自引:0,他引:1
提出了自适应图像增强算法,用于可见光和红外图像的融合。首先对输入的可见光图像和红外图像进行自适应增强,然后采用基于图像空间能量窗及归一化互相关测度构造融合图像,利用图像的信息熵评估算法的融合效果,最后给出了一组可见光和红外图像融合的试验结果,表明该算法十分有效,融合图像有丰富的互补信息,有利于人眼观察和目标识别。 相似文献
12.
13.
14.
基于背景抑制和特征点检测的目标检测算法 总被引:1,自引:0,他引:1
空域远距离红外目标探测系统中,飞行目标多表现为点状或面状的小目标,像素数少,且常伴有低空地面物体的干扰.根据空域和地面在梯度变化上的不同和目标本身的特性,提出了一种基于地面背景抑制和特征点检测的红外空中目标检测算法.分析了地面和空域在梯度变化上的特点,根据梯度变化大的像素的整体统计信息划分了空域和地面在图像中的分布,再通过特征点检测实现了候选红外飞行目标的检测.该算法适用于纯空域和低空背景,经过对实际采集的大量红外图像的仿真表明,本文提出的算法具有很强的实用性和鲁棒性. 相似文献
15.
16.
为了提高车辆目标在不同测试条件下的识别效率,降低系统的漏检率和误检率,提出了一种基于激光雷达与红外图像融合的车辆目标识别算法。该算法利用目标原点矩参量表征目标的红外特征,用匹配相似度表征目标的点云特征,再经过轴系对齐和尺度变换实现图像融合。实验采用激光雷达与红外同轴光路获取的两类数据进行图像融合,再利用目标匹配阈值进行迭代筛选,最终识别车辆目标。对比了1帧、20帧和40帧图像中具有不同属性的车辆目标识别效果,结果显示,本算法输出的目标识别区域正确适当。在1000帧图像的多种测试条件的实验中,本算法的漏检率均小于100,误检率均小于50,明显优于传统的距离向数据分类法和光谱分类法,验证了其具有较好的鲁棒性。 相似文献
17.
基于NSST和自适应PCNN的图像融合算法 总被引:2,自引:0,他引:2
针对红外和可见光图像的特点,本文提出了一种基于非下采样剪切波变换(NSST)和自适应的脉冲耦合神经网络(PCNN)相结合的红外与可见光图像融合的新算法。对经过NSST变换后的低频子带系数采用带高斯权重分布矩阵的局域方差和方差匹配度相结合的融合规则,对高频子带系数采用一种改进的空间频率作为PCNN输入,且采用改进的拉普拉斯能量和作为PCNN的链接强度,利用PCNN全局耦合性和脉冲同步性选择高频子带系数,最后经NSST逆变换后得到融合结果。实验结果表明,本文提出的算法与传统的图像融合算法相比不仅在主观视觉上取得较好的效果,而且在客观标准上也有了一定的提高。 相似文献
18.
19.
传统红外图像行人检测方法利用人工进行比例模板设计和行人轮廓特征提取,由于预设模板比例相对固定,当行人因衣着增减、随身携带物品及姿态改变等原因使其轮廓比例发生较大变化时,往往会导致算法失灵而出现漏检现象。而基于深度学习的目标检测则通过对大量样本的本质特征进行抽象、提取、加工和整合,进而实现对更多样特征的学习。因此利用深度学习目标检测算法进行红外图像行人检测应用的研究可以弥补传统检测方法的不足。YOLOv3是目前性能较为均衡的识别算法,本文在分析YOLOv3系列算法的原理和特点的基础上提出了一个新的改进算法模型——Darknet-19-yolo-3,在几乎不损失检测精度的条件下提升检测速度,一定程度上实现检测准确率和速度的相对平衡。 相似文献