基于NSCT的红外与可见光图像融合算法

针对红外与可见光图像融合,提出了一种基于NSCT的图像融合方法。首先对图像进行NSCT分解;然后对分解后的子带系数采用基于区域能量匹配度的融合规则分别进行融合:对于低频子带,使用区域能量和方差构造决策值,并使用决策值选大与加权平均相结合的方法进行融合,对于高频子带的最高层采用像素绝对值选大法进行图像融合,对于高频子带的其他层,采用基于区域能量匹配度的区域方差选大的融合规则进行融合;最后使用NSCT逆变换对融合后的系数进行重构得到融合图像。实验结果表明,该融合算法可以获得更多的细节信息,并且获得较理想的融合图像。     

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。     

基于色彩与结构相似性的伪彩色图像融合质量评价

提出一个颜色与结构相似性指标CSSIM（color and structural similarity index metric）用于评估伪彩色融合图像的质量。该指标摒弃复杂的色彩空间变换,直接在RGB空间计算融合图像质量,大大降低了计算量。通过实验探究了该指标与人的感知质量之间的关系。实验结果证实该指标的评价结果和人的感知质量基本一致。     

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。     

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。     

基于非下采样Contourlet 变换和稀疏表示的红外与可见光图像融合方法

针对非下采样Contourlet 变换( NSCT) 中低频子带系数稀疏度较低不利于融合的问题,提出基于NSCT 和稀疏表示的图像融合方法。对红外与可见光图进行NSCT 变换;对稀疏度较低的低频子带系数提取共有和特有系数,并按照特有系数的活动水平自适应调整权重融合;对稀疏度较高的高频方向子带系数,采用同一尺度下系数绝对值之和最大的方法进行融合。经NSCT 逆变换后得到融合图像。实验结果表明,与传统基于变换的DWT、NSCT 融合方法以及基于稀疏表示的SOMP、JSR 算法比较,文中方法可以获得更好的融合效果。     

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RBF神经网络的Kalman滤波在惯导系统传递对准中的应用

针对模型存在误差时传统的Kalman滤波算法误差变大甚至发散的缺点,利用RBF神经网络较强的非线性逼近能力,提出用RBF神经网络辅助Kalman滤波的新算法,将其应用于舰载机惯导系统的传递对准中。仿真表明该算法优于传统Kalman滤波算法。     

基于低成本红外成像/激光驾束的复合制导技术

基于现有激光驾束成熟技术,提出将较低灵敏度但低成本的红外成像导引头与激光驾束相结合的复合制导方案。这不仅可以弥补激光驾束导弹射程近和远程精确度差的不足,同时可以使导弹具有较强的识别能力和抗干扰能力,大大增加现有反装甲导弹的射程和精确度以及智能化程度,也为我国快速研制低成本、远射程的反装甲导弹或空地导弹提供了一种可行方案。     

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。     

基于能量传递链的水下微光成像系统性能评价

为了准确分析水下微光成像系统的作用距离,从能量在水下传递的过程出发,文中提出基于能量传递链的水下微光成像系统的性能评价方法。运用这种方法设计的水下微光成像系统在实际应用中,取得了良好的高速实况图像。通过实际工作,检验了评价方法的正确性。     

彩色夜视融合图像熵评价研究

为了研究传统统计方法在彩色夜视融合图像质量评价的适用性,在分析各种统计方法的基础上,选择了“熵”作为客观评价方法,采用C-均值聚类方法和自动确定最佳颜色类数方法计算彩色图像熵。实验对10种不同场景的微光与红外图像采用4种融合方法产生的40幅彩色图像进行了熵计算和“感知质量”与“细节”主观评价。统计分析结果显示,“感知质量”与“熵”的相关性系数只有0. 41,说明熵统计方法在彩色夜视融合图像质量评价上存在困难。对采用统计方法评价彩色夜视融合图像质量存在问题作了讨论。     

基于数学形态学和小波融合的红外图像去噪

为了提高红外成像制导导弹的制导效果,必须要提高导弹摄取到的红外图像的质量,这就需要去除图像中的躁声,文中针对传统去躁方法如图像平滑、中值滤波、小波分析等去躁效果都不理想的情况,提出将数学形态学和小波融合相结合对图像进行去躁处理,并进行仿真运算。结果表明,采用基于数学形态学和小波融合的方法对图像进行去噪处理,其效果明显好于传统的图像去噪方法。     

基于差值的残缺图像的修复算法

在分析图像数据丢失的原因和特点的基础上，参照传统图像复原技术，提出了对图像按列进行恢复的方法，并借鉴数据插值的思想，设计了图像恢复插值算法，该算法基本满足了图像恢复的要求，并通过试验得到了该算法的适用条件。     

基于数学形态学的红外图像预处理算法分析

红外图像预处理是红外图像信号处理过程中的一个重要步骤,而选择一个好的滤波算法是预处理的关键。本文采用几种典型的预处理算法对海上舰船目标的实测红外图像进行了处理,并以数学形态学滤波为主,着重对比和分析了不同的结构元素对滤波效果的影响。实验结果表明,结构元素的选取对数学形态学滤波至关重要,应根据不同的背景和目标的特殊性作出综合分析,从而使预处理的效果更加显著。     

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。