一种红外偏振图像的二次融合方法

根据红外偏振特性图像的冗余性与互补性,提出了一种基于梯度特征和支持度变换的二次融合方法。利用提出的方法先对红外偏振度与偏振角图像进行梯度特征融合,然后利用支持度变换对梯度特征融合图像和合成强度图像进行二次融合,得到了边缘突出、轮廓清晰、对比度高的的融合图像。实验结果表明:融合图像与偏振角图像、偏振度图像、合成强度图像相比局部方差分别提高23.02%、176.9%、148.2%;对比度分别提高67.84%、196.5%、49.39%;平均梯度分别提高46.09%、164.1%、214.5%。     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.     

基于颜色迁移和聚类分割的偏振图像融合方法

为克服当前偏振图像融合方法存在的不足,提出了一种基于颜色迁移和聚类分割的偏振图像近自然彩色融合方法.该方法首先将偏振参量图像映射到HSI颜色空间,再得到初步的融合图像后将它变换到YIQ颜色空间,并采用颜色迁移技术对其进行颜色修正.通过将修正后的图像变换到HSI颜色空间,并利用对线偏振度图像进行模糊C-均值聚类分割的结果...     

暗弱目标偏振度图像与偏振角图像去噪方法研究

针对暗弱目标偏振融合图像存在背景噪声强、细节轮廓特征不明显等问题,利用偏振度图像中高斯背景噪声灰度与待测目标灰度的差异性,提出了基于噪声模板阈值匹配的偏振度图像去噪算法.分析了偏振角图像中纯噪声区域子图像与目标轮廓区域子图像的灰度相关性,提出了基于区域灰度相关性匹配的偏振角图像去噪算法,与传统去噪方法相比,该算法可有效...     

基于模糊推理的纹理图像融合方法研究

研究了模糊逻辑方法在图像特征层融合中的应用,介绍了两种模糊推理方法—Mamdani型和Sugeno型模糊逻辑推理系统,以及基于Sugeno型模糊推理的自适应模糊神经网络系统;在红外-可见光双通道图像融合实验中,采用Gabor滤波提取两幅图像的纹理特征,并分别采用两种模糊推理方法进行特征层融合。对融合效果进行了分析,结果表明两种模糊逻辑方法在不同应用环境下都可以取得了较好的融合效果。     

基于非负矩阵分解和IHS颜色模型的偏振图像融合方法

针对传统偏振图像伪彩色融合方法存在的不足,提出了一种基于非负矩阵分解和IHS(Intensity Hue Saturation)颜色模型的图像融合方法.首先将偏振信息解析得到的各偏振参量图像作为原始数据集进行非负矩阵分解,得到三幅特征基图像,这些特征基图像包含了场景的大部分偏振信息;然后将三幅特征基图像经直方图匹配之后,分别映射到IHS颜色模型的三个颜色通道,最后变换到RGB颜色空间,得到融合后的图像.实验结果表明,该方法不仅具有较好的色彩表达能力,而且有效地突出了目标的细节信息,提高了图像的可判读性.     

基于偏振辐射图融合的水面太阳耀光抑制方法

提出一种基于偏振辐射图融合的太阳耀光抑制方法。采用同时偏振成像技术对耀光水面进行偏振测量,获得0°、45°、90°3个方向的偏振辐射图。在耀光受到最强抑制的偏振辐射图中选择残留强耀光区域,计算其Stokes参量,生成区域耀光抑制偏振辐射图。将所选偏振辐射图与区域耀光抑制偏振辐射图融合,进一步抑制耀光强度。室内实验结果表明,该方法可有效抑制耀光,消除图像的饱和像素,获得的融合图的亮度比强度图更加均匀,目标细节和轮廓信息更清晰,目标相对耀光背景的对比度显著提高。     

基于密集梯度生成对抗网络的偏振图像融合算法北大核心CSCD

针对单幅偏振图像在一定场景下无法提供充足信息的问题,结合强度图像和线偏振度图像的优势特征,提出一种基于密集梯度生成对抗网络的偏振图像融合算法。利用密集连接卷积网络和梯度算子构建密集梯度卷积模块,并将该模块应用在生成器中,用以增强融合图像的纹理细节;构造多尺度结构相似度和L1范数相结合的损失函数,用以提高网络的整体性能。在ZJU-RGB-P数据集进行定性比较和定量分析,实验结果表明,所提算法具有更好的主观视觉感受,同时各项评价指标均得到明显提升。     

基于非负矩阵分解和IHS颜色模型的偏振图像融合方法

针对传统偏振图像伪彩色融合方法存在的不足,提出了一种基于非负矩阵分解和IHS(Intensity Hue Saturation)颜色模型的图像融合方法.首先将偏振信息解析得到的各偏振参量图像作为原始数据集进行非负矩阵分解,得到三幅特征基图像,这些特征基图像包含了场景的大部分偏振信息|然后将三幅特征基图像经直方图匹配之后,分别映射到IHS颜色模型的三个颜色通道,最后变换到RGB颜色空间,得到融合后的图像.实验结果表明,该方法不仅具有较好的色彩表达能力,而且有效地突出了目标的细节信息,提高了图像的可判读性.     

基于灰度空间相关性的双谱微光图像融合方法

图像的灰度空间相关性可以反映图像的清晰度，而图像融合的主要目的之一就是改善图像的清晰度.根据微光全波图像和微光短波图像的光谱特点，在分析微光全波图像和微光短波图像的一维灰度直方图及二维灰度空间相关性图的基础上，提出了一种新型的基于灰度空间相关性的图像融合方法.该融合方法由基于标准偏差的灰度调制和灰度统计平衡两部分实现，同灰度调制融合法及谱域融合法比较，此方法能够有效地改善图像的清晰度，同时便于硬件实现.文中详细阐述了该融合方法的理论公式，并分析了其在不同场景时的实验结果. 关键词： 图像融合 微光全波图像 微光短波图像 灰度空间相关性     

A categorization method of infrared polarization and intensity image fusion algorithm based on the transfer ability of difference features

The fusion of infrared polarization and intensity image can significantly improve the detection performance of target, and the fused image is more suitable for human visual perception and further image-processing tasks. In this paper, a new categorization method of infrared polarization and intensity image fusion algorithm based on the transfer ability of difference feature is proposed. Firstly, the difference feature between two kinds of image and the characteristics of different fusion algorithms are analyzed and summarized. Second, an evaluation vector of fusion algorithm for difference feature transform ability is constructed. Thirdly, the transfer ability of fusion algorithm for difference feature is estimated by the evaluation vector, and the degree of transfer ability of fusion algorithm for difference feature is analyzed. Finally the fusion algorithms are classified by the degree of transfer ability of fusion algorithm for difference feature. The results shows that the proposed fusion algorithm categorization method helps select fusion algorithms in actual scene.     

Fusion of infrared polarization and intensity images using support value transform and fuzzy combination rules

Infrared polarization and intensity imagery provide complementary and discriminative information in image understanding and interpretation. In this paper, a novel fusion method is proposed by effectively merging the information with various combination rules. It makes use of both low-frequency and high-frequency images components from support value transform (SVT), and applies fuzzy logic in the combination process. Images (both infrared polarization and intensity images) to be fused are firstly decomposed into low-frequency component images and support value image sequences by the SVT. Then the low-frequency component images are combined using a fuzzy combination rule blending three sub-combination methods of (1) region feature maximum, (2) region feature weighting average, and (3) pixel value maximum; and the support value image sequences are merged using a fuzzy combination rule fusing two sub-combination methods of (1) pixel energy maximum and (2) region feature weighting. With the variables of two newly defined features, i.e. the low-frequency difference feature for low-frequency component images and the support-value difference feature for support value image sequences, trapezoidal membership functions are proposed and developed in tuning the fuzzy fusion process. Finally the fused image is obtained by inverse SVT operations. Experimental results of visual inspection and quantitative evaluation both indicate the superiority of the proposed method to its counterparts in image fusion of infrared polarization and intensity images.     

基于小波框架的红外/可见光图像融合

针对小波框架所具有的冗余性和平移不变性在图像处理中能较好保留图像细节特征的特点,提出了一种将l2上的离散小波框架和交叉子带像素融合方案(Cross band pixel selection)结合起来的融合算法,并用于红外和可见光图像的融合。仿真试验表明该算法较好地保留了源图像的细节信息,是一种行之有效的融合算法。     

基于形状特征的水声图像小目标识别方法

为了抑制背景噪声,提高目标识别准确率,该文提出一种基于形状特征的水声图像小目标识别方法.对含有目标的水声图像进行非局部均值去噪处理后,使用OTSU算法自适应选取阈值对去噪图像进行二值化分割,结合形态学处理获得分割后的目标区域;提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数,将目标的特征向量输入随机森林分类器实现...     

一种基于图像融合的运动目标快速检测算法

提出了一种新的运动目标检测方法,这种方法可以有效的提取目标轮廓。应用一种图像差分技术得到运动目标的初始轮廓线。使用了动态轮廓线使其收敛到目标轮廓。提出了一种新的目标轮廓特征级融合方法,求解两类模式图像的收敛动态轮廓线控制点向量差的范数平方极小化。这种方法不需要图像配准降低了融合的计算复杂度,有效提高了可见光图像中目标轮廓提取的精度。对比检测实验证实了算法的有效性。设计了一种基于Newmark方法的动态轮廓线快速迭代算法,将该方法和方法作了比较,对比实验表明这种方法的时间复杂度降低了22%。     

基于目标识别的红外与微光图像融合方法

 为了在融合图像中突出运动目标,提出了一种基于动态目标检测和识别的图像融合算法。先对红外图像序列中的运动目标进行检测和提取,同时对红外和微光图像进行融合,最后将提取到的红外目标与融合图像进行二次融合。试验结果表明,该算法获得的融合图像不仅具有普通融合算法信息丰富的特点,还具有鲜明的红外目标指示特性。     

基于区域特性量测的图像融合方法

在图像融合过程中，融合规则及融合算子的选择对于融合的质量至关重要，也是图像融合中至今尚未很好解决的难点问题。本文给出了一种新的融合规则——基于区域特性量测的融合规则，即在对某一分解层图像进行融合处理时，为了确定融合后的像素不仅要考虑参加融合图像中对应的各像素，而且要考虑参加融合像素的局部领域。     

有限离散剪切波域的红外可见光图像融合

针对目前图像融合过程中的不足之处,结合有限离散剪切波具有高的方向敏感性和抛物尺度化特性,提出了一种有限离散剪切波变换下的图像融合算法。首先对严格配准的多传感器图像进行有限离散剪切波变换,得到低频子带系数和不同尺度不同方向的高频子带系数;然后对低频子带系数采用全局特征值和像素点之间的差异性与区域空间频率匹配度相结合的融合算法,高频方向子带系数采用方向权重对比度与相对区域平均梯度和相对区域方差相结合的方案;最后通过有限离散剪切波逆变换得到融合图像。实验结果表明,与其他的融合算法相比较,本文算法不但有良好的主观视觉效果,而且3幅图像的客观评价指标分别平均提高了0.9%、3.8%、3.1%,2.6%、3.8%、2.9%和1.5%、125%、59%,充分说明了本文融合算法的优越性。     

一种基于新型偏振干涉成像光谱仪的目标偏振信息探测新方法

提出了一种采用基于视场补偿型Savart偏光镜的新型偏振干涉成像光谱仪对二维目标偏振信息进行空间遥感探测的新原理和新方法.在新型偏振干涉成像光谱仪光学系统不变的情况下,通过旋转偏振干涉仪分别测出了三个不同角度下像面上各像点的光强值,反演出了二维面目标的斯托克斯矢量,并给出了各像点偏振度和偏振方向的理论表达式.采用计算机模拟实验对该探测原理和方法进行了验证,所得结果与理论完全符合.从理论和实践上扩展了干涉成像光谱仪的探测功能,与目前国内外所研究的成像光谱仪相比,该成像光谱仪既能同时探测目标二维空间信息和一维光谱信息,又提供了一种获得目标偏振信息的手段和方法.