基于场景识别的夜视图像彩色融合方法

合集下载

基于颜色传递和对比度增强的夜视图像彩色融合

基于颜色传递和对比度增强的夜视图像彩色融合

基于颜色传递和对比度增强的夜视图像彩色融合薛模根;刘存超;周浦城【摘要】针对基于颜色传递夜视图像彩色融合算法存在的热目标不突出问题,提出一种基于颜色传递和对比度增强的彩色融合算法.该算法首先利用非线性扩散和迭代阈值分割方法提取出图像中的热目标,然后在HSI颜色空间利用热目标和灰度融合图像对颜色传递得到的初步彩色融合图像进行调整,接着将处理结果变换回RGB 颜色空间,得到最终的融合图像.实验结果表明,利用该算法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度,从而有效提高了目标的可探测性.【期刊名称】《图学学报》【年(卷),期】2014(035)006【总页数】5页(P864-868)【关键词】图像融合;彩色夜视;颜色传递;稀疏表示【作者】薛模根;刘存超;周浦城【作者单位】偏振光成像探测技术安徽省重点实验室,安徽合肥230031;陆军军官学院军用光电技术与系统实验室,安徽合肥230031;陆军军官学院军用光电技术与系统实验室,安徽合肥230031;偏振光成像探测技术安徽省重点实验室,安徽合肥230031;陆军军官学院军用光电技术与系统实验室,安徽合肥230031【正文语种】中文【中图分类】TN219红外热像仪与微光夜视仪获取的热红外图像与微光图像具有互补性及冗余性,通过融合相互取长补短,可以有效增强目标的细节信息[1]。

然而这两种夜视仪获得的都是表征场景空间信息的灰度图像,缺少场景的颜色信息。

基于人类视觉系统研究表明,人眼对彩色图像的分辨率要远远高于灰度图像。

因此,热红外和微光图像的彩色融合更加有利于人眼对目标的观察与场景理解。

传统的基于彩色空间映射的MIT法和Toet方法得到的伪彩色图像,与真实自然场景的颜色差别较大,不能达到期望的自然彩色效果,从而影响对目标的准确识别。

2003年,Toet[2]提出一种颜色传递理论,把白天自然场景的颜色特征传递给多波段夜视图像,得到一幅符合人眼视觉观察的近自然彩色融合图像,但该图像中目标与背景相近,导致目标变淡不利于人眼观察。

结合MSRCP增强的夜间彩色图像拼接算法

结合MSRCP增强的夜间彩色图像拼接算法

结合MSRCP增强的夜间彩色图像拼接算法衡宝川; 肖迪; 张翔【期刊名称】《《计算机工程与设计》》【年(卷),期】2019(040)011【总页数】6页(P3200-3204,3211)【关键词】具彩色保护的多尺度Retinex (MSRCP); 夜间图像拼接; 引导滤波; 加速健壮特征(SURF); 最佳缝合线【作者】衡宝川; 肖迪; 张翔【作者单位】南京工业大学电气工程与控制科学学院江苏南京211800【正文语种】中文【中图分类】TP391.410 引言图像拼接是将两张或多张包含重叠区域的图像无缝拼接成一张具有宽视角的全景图像的技术,目前广泛引用于机器人视觉、计算机视觉、视频监控等方面[1]。

在夜间条件下,设备采集的低照度图像会有信噪比低、亮度低和对比度低等问题,而且在图像特征提取时,会产生特征点不足的现象,从而造成图像拼接成功率低,此外,拼接的图像由于可视性差、颜色失真、识别功能弱等问题降低了应用价值。

为了提高图片质量和拼接成功率,图像增强是夜间图像拼接不可缺少的一步。

夜间图像拼接目前有几个问题,第一是由于夜间图像高频信息少,提取的特征点数量少,易造成图像拼接失败的情况;第二是夜间图像处于低照度环境下,直接观察下无法识别出细节信息,导致场景偏色或颜色失真的问题。

考虑上述问题,本文提出一种基于MSRCP增强的夜间图像拼接方法。

该方法采用引导滤波替代MSRCP 中原有的高斯滤波对强度通道图像进行处理,得到更多细节并解决光晕伪影现象,通过Gamma校正和颜色平衡校正进行亮度调整,增强对比度,通过MSRCP颜色恢复函数可以避免颜色失真和过度增强的问题,最后通过SURF算法和最佳缝合线算法进行无缝拼接,消除鬼影和拼接缝。

本文方法使增强后的图像特征点明显增加,提高拼接准确率,并且提高了拼接图像的细节表现和清晰度,使图像颜色更加真实,更加自然。

1 图像增强图像增强是将原本模糊不清的图像或者是图像中感兴趣的地方清晰化,可以从视觉上感受图像的变化。

基于颜色传递和目标增强的夜视图像彩色融合

基于颜色传递和目标增强的夜视图像彩色融合

基于颜色传递和目标增强的夜视图像彩色融合李成立;石俊生;魏利;徐领章【摘要】Color transfer is a way to get night vision with natural color. For infrared and low-light level image,a color fusion method of night vision image based on color transfer and target enhancement is presented. Firstly,considering the characteristics of infrared and low-light level images,TNO method is used to get a pseudo-color image (target im-age),which preserves the details of the image. Then,a similar reference image is selected,and the target image and reference image are converted to the YCbCr color space,and each of the channel′s mean and standard deviation is matched to complete color transfer. Meanwhile,a contrast enhancement factor is introduced into Cr channel to en-hance the target. The experimental results show that the method can get a night-vision images with a nature color ap-pearance and improve image detail,and the goal is more highlighted,which helps for understanding the scene.%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。

夜视图像彩色融合中基于谱残差的显著目标增强算法

夜视图像彩色融合中基于谱残差的显著目标增强算法
文 章编 号 : 1 6 7 2 — 8 7 8 5 ( 2 0 1 3 ) 0 3 — 0 0 1 5 — 0 6
夜 视 图 像 彩 色 融 合 中 基 于 谱 残 差 的 显 著 目标 增 强 算 法
孟 凡 龙
( 南 京 理 工大 学 江 苏 省 光 谱 成 像 与智 能感 知 重 点 实验 室 ,江 苏 南京 2 1 0 0 9 4 )
f u s i o n p r o c e s s , t h e r a n g e o f t h e s a l i e n t o b j e c t i s d e t e r mi n e d b y t h e s p e c t r a l r e s i d u a l a n d t h e s a l i e n t o b j e c t
me a n v a l u e , t h e p i x e l s a r e l o c a t e d o n t h e s a l i e n t o b j e c t .Th e n , t h e s a l i e n t o b j e c t i s h i g h l i g h t e d i n r e d
c o l o r S O a s t o e n ha n c e t h e c o l o r f u s i o n i ma g e .Th e e x p e r i me n t a l r e s u l t s h o ws t ha t t h e n e w lg a o r i t h m i s
关键 词:显著 目标 ;谱残 差; 图像彩 色化 ;红 外 图像
中图分 类号 : T P 3 9 1
文献标 识码 : A DO I :1 0 . 3 9 6 9 / j . i s s n . 1 6 7 2 — 8 7 8 5 . 2 0 1 3 . 0 3 . 0 4

基于边缘检测的多聚焦彩色图像融合算法

基于边缘检测的多聚焦彩色图像融合算法
C a n n y me ho t d,t hi r d t h e e d g e p o r t i o n s w a s u s e d he t a v e r a g e me ho t d a n d he t r e s t p o ti r o n s w e r e u s e d he t
2 . S c h o o l o f Op t o e l e c t r o ic n E n g i n er i n g ,Ⅺ ’ a n Tl Un iv e r s i y,X t i ’ a n7 1 0 0 3 2, C h i n a )
Ab s t r a c t :F o c u s i n g o n t h e c o l o r i ma g e f u s i o n p r o b l e m o f t h e l e f t f o c u s i ma g e a n d r i g h t f o c u s i ma g e, he t c o l o r mu l i t - f o c u s i ma ge f u s i o n a l g o r i hm t b a s e d o n e d g e d e t e c t i o n wa s d e s i g n e d .F i r s t he t c o l o r i ma ge wa s c o n v e r t e d t o N T S C i ma ge ,s e c o n d he t l u mi n a n c e i n f o r ma i t o n i ma g e w a s d e t e c t e d b e s t e d g e s u s i n g he t

彩色夜视技术过程

彩色夜视技术过程

彩色夜视技术过程摘要我们将把目前国家最先进的彩色夜视图像融合技术的应用和最新的进展呈现给大家。

受到先前开发的对立的图像融合方案的启发,我们最初发展了一个简单的基于色素的伪彩色映射方案,这个方案产生了带有很大颜色对比的虚假的彩色图像并能够表现出对输入信号的识别。

这个方案现在已经成功的应用于不同领域的研究。

然而由于这个方案不能产生与实际相符的颜色,我们正继续开发一种统计的彩色映射规程,这个规程可以把一副给定的图像的颜色差别转变成多波段的夜视图像。

这样这个程序就产生了一个符合实际的颜色映射。

然而,由于这个方案依靠的是在场景中不同材料的实际的数量,因此这个方案的计算量大而且得到的颜色不恒定。

然而,通过在一个颜色查找表中应用一个统计的映射过程,我们最终能够实现颜色的稳定和计算量的简化。

这个基于采样的颜色传递办法对一个场景中不同形式的材料是具体的并且很容易应用于手术室和手头上的工作。

这个办法可以被应用于一个颜色查找表的变换,而且非常适用于实时操作。

关键词:图像融合;颜色融合;伪颜色;颜色映射;夜视。

1、引言图像传感器可以把覆盖宽光谱段的透镜和专门用于图像融合的器件连接在一起,而随着这种可以作用于多光谱段的器件的日益广泛的应用和部署,已经引起了人们对一种新型图像技术的需求,而这种技术需要把从传感器收集到的信息以一种高效的人机工程的方式传递给接受者。

部分冗余多光谱图像和其互补信息的有效融合能够提供一种并不是直接来源于个人输入图像的信息。

图像融合的潜在的好处在时间和空间上更广,如减少不确定性,提高可靠性,增加系统的稳定性。

图像融合在国防和安全领域有着重要的应用,例如态势感知,监测,目标跟踪,情报搜集,隐秘武器探测,对废弃包裹和埋藏爆炸物的探测,人脸识别等。

在最近的职业军人现代化的训练科目中,图像融合技术获得的显著的重要性,特别是在头盔信息传播系统上的应用。

其他重要的图像融合应用是基于工业、艺术分析、农业、遥感和医药(图像融合技术不同应用的调查,见参考文献)。

基于小波和色彩传递的夜视图像彩色融合技术

基于小波和色彩传递的夜视图像彩色融合技术

基于小波和色彩传递的夜视图像彩色融合技术何永强;王群;王国培;严世华【摘要】This paper describes a color fusion of night vision image based on wavelet transformation and color transfer that helps observers to get more abundant scene information. Concerning their characteristics, low-level light visible and IR images are combined into a pseudo-color image (source image) using NRL. Then the wavelet transformation is used to decompose the pseudo-color image and a colorful day-time reference image into multi-scale sub-band images. The mean and standard deviation of each sub-band image are calculated and then its components are scaled by the variation ratio of a day-time color target image to the source image. The color distribution of the target image is transferred into the source image. Comparing with traditional linear color transfer, the proposed method can make a color night vision image more realistic and natural, improving the situation perception.%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.【期刊名称】《激光与红外》【年(卷),期】2012(042)008【总页数】5页(P954-958)【关键词】图像融合;色彩传递;小波变换;微光;红外【作者】何永强;王群;王国培;严世华【作者单位】军械工程学院光学与电子工程系,河北石家庄050003;军械工程学院光学与电子工程系,河北石家庄050003;军械工程学院光学与电子工程系,河北石家庄050003;军械工程学院光学与电子工程系,河北石家庄050003【正文语种】中文【中图分类】TP391.41彩色夜视技术是国内外热门研究内容,微光和红外热成像是主要的两种夜视方式,二者探测器的成像方式不同,能提供场景的互补信息而被广泛应用。

结合NSST和颜色对比度增强的彩色夜视方法

结合NSST和颜色对比度增强的彩色夜视方法

结合NSST和颜色对比度增强的彩色夜视方法吴燕燕;王亚杰;石祥滨;王琳霖【摘要】针对夜视图像彩色融合通常存在细节信息不够丰富、颜色对比度低的问题,为了获得更为理想的彩色融合效果,提出一种新的基于非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)和颜色对比度增强的彩色融合方法.首先,分别设计基于S函数和局部方向对比度的低频与高频融合规则,完成源可见光与红外图像在NSST域的融合;其次,将灰度融合图像赋给Y分量,源图像的差值信号赋给U和V色差分量,形成YUV空间的伪彩色融合图像.最后,选择一幅与待上色图像具有相似颜色分布的自然日光图像作为彩色参考图像,在YUV空间对伪彩色融合图像进行颜色对比度增强的非线性色彩传递.与近年方法相比,该方法所得彩色融合效果细节信息丰富、热目标突出.将该方法运用于彩色夜视领域,可有效增强场景深度感知和目标的可探测性.%Traditional color night vision fusion methods usually suffered from the problems of blurry visual effects and the low color contrast between the target and the background, in order to obtain the more ideal color fusion effect, an improved color fusion method based on Non-subsampled Shearlet Transform (NSST) and color contrast enhancement was proposed. Firstly, NSST was employed to decompose the infrared and visible source images, respectively, and then the gray-level fusion image was obtained according to the self-adaptive fusion rules based on the S function and the local directional contrast. Secondly, the gray fusion image was assigned to the Y component, and the difference of the source images was respectively assigned to the U and V component, and then the false color fusion image was generated in YUV space. Finally,a natural daylight color image with similar color feature to the gray fusion image was selected as the reference image, meanwhile, transferring the color feature of the reference image to the false color fusion image based on the nonlinear color transfer technique in the uncorrelated YUV space, so as to enhance the color contrast of the hot target and cold background. Compared with the methods in recent years, Experimental results showed that the color fusion result based on ours contained more abundant details, and the hot target was highlighted. This method is applied to the field of color night vision that can make for enhancing the situation awareness and improve the target detectability.【期刊名称】《光电工程》【年(卷),期】2016(043)011【总页数】7页(P88-94)【关键词】图像融合;NSST;彩色夜视;颜色对比度增强;YUV空间【作者】吴燕燕;王亚杰;石祥滨;王琳霖【作者单位】沈阳航空航天大学工程训练中心,沈阳 110136;沈阳航空航天大学工程训练中心,沈阳 110136;沈阳航空航天大学工程训练中心,沈阳 110136;沈阳航空航天大学工程训练中心,沈阳 110136【正文语种】中文【中图分类】TP391所谓彩色夜视是指将多波段的夜视图像融合成一幅适于人眼视觉感知和目标探测的彩色图像,以提高夜视系统的性能[1]。

基于视觉认知机理的夜间热红外图像彩色化方法

基于视觉认知机理的夜间热红外图像彩色化方法
总结词
能够产生较好的视觉效果、计算复杂度适中、对噪声具有较强的鲁棒性。
详细描述
基于自适应融合技术的夜间热红外图像彩色化算法采用多尺度变换和融合技术,将热红外图像的不同频带和不 同区域进行自适应的融合和调整,从而实现彩色化。该算法通过引入区域能量和边缘信息等特征,能够有效地 抑制噪声、提高图像的清晰度和视觉效果。
容和场景,具有较好的泛化性能。
04
实验与分析
实验数据与设置
数据来源
实验所用的热红外图像数据均来自公开数据集,包括各种场景下的夜间热红外图 像。
实验设置
为保证实验的客观性和可重复性,所有实验均在相同的实验环境下进行,实验设 备包括高性能计算机、热红外图像处理软件等。
性能评估与对比分析
评估指标
性能评估主要依据图像的色彩还原度、对比度、清晰度、自 然度等指标进行定量评估。
图像质量评价方法
主观评价方法
主观评价方法是通过人眼观察图像并给出评价的方法,常用的有平均绝对误 差、峰值信噪比等。
客观评价方法
客观评价方法是通过对图像的数学分析来评价图像质量的方法,常用的有均 方误差、结构相似度等。
03
夜间热红外图像彩色化算 法
基于深度学习的夜间热红外图像彩色化算法
总结词
精准度较高、能够产生较好的视觉效果, 但是计算复杂度较高,需要大量的训练数 据。
VS
研究方法
本研究采用理论分析和实验验证相结合的 方法,首先通过对人类视觉系统对颜色和 纹理的感知机制进行分析,提出一种基于 视觉认知机理的颜色映射和插值方法;然 后通过实验验证该方法的可行性和有效性 ,对比分析传统方法和本文提出方法在颜 色再现和细节保留方面的性能。
02
视觉认知机理

基于场景识别的夜视图像彩色融合方法

基于场景识别的夜视图像彩色融合方法

基于场景识别的夜视图像彩色融合方法瞿哲;肖刚;徐宁文;刁卓然【期刊名称】《计算机应用研究》【年(卷),期】2018(035)003【摘要】将红外与微光图像进行彩色融合可以使目标检测和识别更精确.针对现有的使用固定参考图像的彩色传递融合方法,提出了一种新的结合场景分类、融合质量评价以及彩色传递的融合方法.首先提取输入图像的GIST特征并利用SVM分类器进行场景的分类,随后利用彩色融合质量评价方法在相应类别的图像库中匹配最佳的参考图像,最终使用彩色传递的方法将红外与微光图像融合为彩色图像.仿真结果表明,相较于其他彩色融合方法,该方法在无须观测环境先验信息的情况下,能够在线性以及非线性彩色空间使融合图像接近自然真实的色彩感觉,更易于分辨识别目标,从而达到提高机器视觉效率的目的.%Infrared and low light level images color fusion can make the target detection and recognition more accurate.Aimed at the existing color fusion methods based on color transfer,this paper proposed a new fusion method that combined scene classification,fusion quality evaluation and color transfer.Firstly,it extracted GIST features of the input image and used SVM classifier to do the scene classification,then it used the color fusion quality evaluation method to find the best matched reference image in the image library of the corresponding category,finally it got the color fusion result of infrared and low light level image using color transfer method.The simulation results show that compared with other color fusion methods,this method doesn'tneed prior information of observation environment,and can display the fusion result in natural colors under both linear and non-linear color space,which makes the target identification more accurate,therefore improving the efficiency of the machine vision system.【总页数】5页(P944-948)【作者】瞿哲;肖刚;徐宁文;刁卓然【作者单位】上海交通大学航空航天学院,上海200240;上海交通大学航空航天学院,上海200240;上海交通大学航空航天学院,上海200240;上海交通大学航空航天学院,上海200240【正文语种】中文【中图分类】TP391【相关文献】1.夜视图像的彩色融合方法综述 [J], 王岭雪;金伟其;刘广荣;何玉青;张建勇2.基于颜色传递和目标增强的夜视图像彩色融合 [J], 李成立;石俊生;魏利;徐领章3.基于融合图像特征库的夜视图像彩色化研究 [J], 何永强;王群;李国松;胡志盛4.基于四波段图像融合的彩色夜视方法研究 [J], 吴海兵;陶声祥;顾国华;王书宇5.基于侧抑制特性的夜视图像彩色融合方法研究 [J], 王岭雪;金伟其;刘广荣;高稚允因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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

大多数伪彩色融合图像的色彩与自然光图像存在较大差 异'不具有真实感'而观察者只能通过区分融合图像的颜色对 比度将图像分割从而识别图像中的不同目标*!+ ) 这样的识别 效果往往比使用单波段图像时更差) 后来学者继续研究其他 不同的彩色融合方法以获得具有自然感的融合图像'其中 F>/K 等人提出了一种基于颜色传递的彩色融合算法) 该算法通过 利用参考图像的颜色统计信息'以获得具有自然感的彩色融合 结果) 该方法给彩色融合领域带来了革命性的进展) 然而利 用彩色传递的融合方法不能解决颜色恒常性问题'因为随着场 景的切换' 仍 然 会 出 现 不 自 然 的 融 合 结 果) 因 而 在 !"#! 年 F>/K等人又提出了一种简单的颜色重映射方法'即颜色查找表 方法'该方法可以将多光谱夜视图像融合为直观(稳定的具有 自然感的彩色图像*#+ ) 该方法理论上可以将融合的传感器数 量拓展到更高维度'并且具有较好的实时性) 然而颜色查找表 方法所需的参考图像为实际应用时同一场景的白天自然光彩 色图像'这意味着它需要更多的先验信息'从而限制了它在夜 间的实用性)
@.62KZ.J.>5 .[46/:>0>ON3J.>5 [/K2>9 M4J/9 >5 J:/5/O/:>65.K.>5
o3 R2/' Q.4>V456' Q3 @.56E/5' =.4>R23>O45
% "#$%%&%'G1*%),4-.#7:G7-*%),4-.#7' "$,)0$,.X.,%<%)0 5).61*7.-8' "$,)0$,.!""!-"' 9$.),&
'(引言
红外与微光相机是两种典型的夜视图像传感器) 微光图 像具有丰富的细节特征'但容易受到诸如天气之类的外部环境 因素干扰) 红外相机成像原理是将热能转换成图像显示'具有 更好的热对比度'并且几乎不受天气和光照等因素干扰'但是 对于场景的细节特征保留较差) 为充分利用这两种图像的成 像特点'很多学者研究了将红外与微光图像融合的方法'并广 泛应用于夜视图像领域) 在图像融合的早期研究中'许多学者 提出了将红外与微光图像进行灰度融合的算法'然而仅仅利用 灰色信息并不能准确(有效地支持场景识别和目标检测) 众所 周知'人类的眼睛只能区分约 #"" 个灰色等级'但是却可以区 分几千种颜色) 基于人眼的这一特性'研究人员开始研究彩色 融合技术) 其中较为成熟的是荷兰人文因素研究所 F>/K等 人*#+ 提出的伪彩色融合方法'该方法可以将可见光与红外图 像融合为伪彩色图像) 该算法可以增强图像的细节信息'并保 留不同传感器的独有信息)
第 ), 卷第 ) 期 !"#; 年 ) 月'
计算机应用研究 GCC0.:4K.>5 a/J/4O:2 >N*>[C3K/OJ
_>0b), @>b) X4O8!"#;
基于场景识别的夜视图像彩色融合方法!
瞿'哲' 肖'刚' 徐宁文' 刁卓然
% 上海交通大学 航空航天学院' 上海 !""!-"&
摘'要! 将红外与微光图像进行彩色融合可以使目标检测和识别更精确) 针对现有的使用固定参考图像的彩 色传递融合方法'提出了一种新的结合场景分类(融合质量评价以及彩色传递的融合方法) 首先提取输入图像 的 V]?F特征并利用 ?_X分类器进行场景的分类'随后利用彩色融合质量评价方法在相应类别的图像库中匹配 最佳的参考图像'最终使用彩色传递的方法将红外与微光图像融合为彩色图像) 仿真结果表明'相较于其他彩 色融合方法'该方法在无须观测环境先验信息的情况下'能够在线性以及非线性彩色空间使融合图像接近自然 真实的色彩感觉'更易于分辨识别目标'从而达到提高机器视觉效率的目的) 关键词! 彩色融合" 红外图像" 微光图像" 场景分类" 质量评价 中图分类号! FA)(#'' 文献标志码! G'' 文章编号! #""#%)$(,%!"#;&")%"(--%", 9>.!#"8)($( HI8.JJ58#""#%)$(,8!"#;8")8"$-
相关文档
最新文档