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.     

微光图像随机瞬态激光增强技术研究

以改善微光电视图像质量和增加夜视系统所获取的战场信息量为目标,提出了微光图像随机瞬态增强技术。并设计了伪随机瞬态激光发射及近红外激光 视图像同步捕促控制电路。该技术能在现有条件下显著提高被动微成像系统输出图像对比度,提高了微光夜视 效视距。     

红外与微光图像融合技术研究

进行了双光谱假彩色微光电视系统的原理与实验研究,对双谱探测技术、最佳匹配滤光技术、逼近白日景物真彩色的假彩色技术做了深入探讨。结果表明：通过红外与微光图像融合能显著提高图像分辨效果和人眼对场景目标的发现和识别概率．     

基于二维直方图分析的二元子图微光图像增强处理

提出了基于二维直方图分析的二元子图微光图像增强处理算法，根据原始图像的二维直方图分布特征，依据相邻像素的相关性数据，将图像分割成二元子图像，对每个子图像分别进行直方图均衡增强处理，最后合成得到完整的处理图像，通过用信息容量等图像评价参数对实验结果进行分析，表明此算法克服了对整幅图像进行直方图均衡时难以把握局部细节的缺点，得到了具有较好视觉质量的处理后微光图像。     

利用帧积分法去除微光图像噪声研究

在微光成像中，迭加在图像上的时空域噪声，不仅限制了系统可工作的最低照度，而且使显示图像具有随机蠕动颗粒闪烁的外观。图像处理技术能够提高图像质量，增强微光成像系统作用距离。实验证明，帧积分法对光子噪声以及系统内部信息载流子产生与复合所引起的散粒噪声的抑制具有十分有效的作用。     

伪随机瞬态激光助视图像与常态微光图像融合技术研究

给出了拉普拉斯金字塔算法及微光双谱图像空间域融合的准则,并用金字塔技术对随机瞬态激光助视图像与常态微光图像进行了融合处理,改善了微光夜视图像质量,增强了夜视系统所获取的战场信息量.并用假彩色增强方法得到了可视性较好的彩色图像     

微光图像与激光助视图像的对比度调制融合

图像融合可以对同一景物不同频谱或其他不同物理效应产生的图像进行处理，改善图像质量。把微光图像作为重要的夜视图像具有对比度小、视觉效果模糊的特点。在双谱图像触合理论的基础上，针对光阴极的光谱响应曲线特点，运用瞬态激光助视的方法，获得了景物在近红外波段的图像。因为近红外激光助视图像与微光图像响应的光谱波段不同，所以两类图像有各自的信息特征。将两种图像用基于小波变换的对比度调制的算法进行触合处理，得到了效果较好的融合图像。该技术对提高投光电视系统的视距与目标识别能力具有重要意义。     

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。     

基于NSST变换的微光偏振图像融合算法

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。     

基于红外与微光融合图像的夜视仪设计

在漆黑的夜幕下,为了能随时掌握周围环境动态,设计了一款基于红外、微光融合技术的夜视仪系统。该夜视仪能够准确定位目标及其相对背景位置,自动地增强和染色目标,并且在扫描搜索范围内恒虚警率地发现跟踪目标,然后将获取的目标信息以数字信号的方式自动传输给指挥中心和友邻,使侦查人员对周围环境更加熟悉的同时保持同各方保持联系。通过多次功能仿真以及板上验证,该系统具有较高的执行效率,并且具有良好的侦测能力。     

一种像素级多算子红外与可见光图像融合方法

给出了一种新的基于多尺度分解的像素级图像融合方法。该方法利用小波变换对每一图像进行多尺度分解,按照不同的融合规则,采用多种融合算子去构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像。该方法被成功地用于红外与可见光图像的融合处理。实验结果表明该融合方法十分有效,获得的融合图像更符合人们的视觉特性、更有利于机器视觉。     

基于DT-CWT的红外与可见光图像自适应融合

针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值;对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明:与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示了源图像中的边缘和细节信息,对比度和清晰度都有所提高.     

PHI高光谱数据和高空间分辨率遥感图像融合技术研究

提出了一种新的高光谱图像融合技术———基于最佳指数准则的高光谱小波包图像融合方法,即首先利用最佳指数选择高光谱的最佳合成波段,得到低分辨率的彩色合成影像,然后采用一种基于区域多特征的小波包融合算法进行融合处理.文中利用上海地区PH I高光谱数据和高分辨率全色航空像片来验证算法的有效性,实验结果表明该方法可有效的实现高光谱数据和高空间分辨率遥感图像的融合处理.     

基于树状小波分解的多传感器图像融合

提出了基于树状小波分解的多传感器图像融合方法,它能够在一定的能量准则下,自适应地根据图像特征进行子带分解和融合。对可见光图像与红外图像、可见光图像与毫米波图像进行融合的实验结果表明,所提出的方法比传统的金字塔形小波分解具有更好的融合效果。     

抗混叠轮廓波变换及其在图像融合中的应用

研究了原始轮廓波变换的频谱混叠问题,设计出能抑制混叠的多尺度分解方案,结合方向滤波器组,实现了一种抗混叠的轮廓波变换.在此基础上,提出了新颖的基于抗混叠轮廓波变换的图像融合算法.该算法通过邻域一致性测度的计算,实现了变换系数的局部自适应融合.实验结果表明,所提出的方法在视觉质量及定量指标上都优于基于小波变换和轮廓波变换的传统方法.     

多传感器目标识别的图像数据融合技术研究

军事和空间技术的要求促进了微光技术的发展。微光图像实时处理技术是夜技术今后发展的重要方向，本文针对微光图像与脉冲激光测距仪的数据信息实时融合与显示的方法及其实现进行了研究。给出了系统框图及工作原理，为实现探测识别、跟踪的实时性、智能化和微型化，从而为研制新一代战术侦察与火控系统提供了具体有效的技术基础。     

基于Contourlet变换和IPCNN的融合算法及其在可见光与红外线图像融合中的应用

针对多传感器图像融合这一图像处理领域中的研究热点问题,提出了一种基于Contourlet变换和IPCNN的融合方法.该融合方法首先利用Contourlet对输入图像进行多尺度、多方向稀疏分解,准确地捕获图像中的二维或高维奇异信息,然后在Contourlet域充分利用IPCNN的同步激发特性,进行基于IPCNN的融合策略设计,提高了融合效果.仿真结果表明,该算法具有很好的融合效果.