可見光與紅外視頻的融合算法研究.pdf

1、隨著成像技術(shù)的不斷發(fā)展，單一傳感器所拍攝的圖像與視頻已經(jīng)無法滿足人類的需求，多源傳感器視頻融合技術(shù)受到了越來越廣泛的關(guān)注。可見光與紅外視頻融合技術(shù)作為多源傳感器視頻融合中的一個(gè)重要的組成部分，其在軍事、工業(yè)、醫(yī)學(xué)、監(jiān)控等領(lǐng)域有著舉足輕重的作用?？梢姽鈧鞲衅魉东@的圖像含有較為豐富的場景信息，但其容易受到天氣與光照強(qiáng)度的影響，并且無法探測隱蔽的目標(biāo)；紅外傳感器所捕獲的圖像受天氣、光照條件小，主要用于熱目標(biāo)的探測及定位，但其對細(xì)節(jié)、場景的信

2、息反映能力較差。因此，可見光與紅外視頻融合的研究具有重要的意義。本文重點(diǎn)研究了多尺度下的可見光與紅外視頻融合的尺度分解方法與融合策略，對現(xiàn)有的算法做了一些改進(jìn)，取得了良好的融合效果。
　　首先，本文分析了可見光與紅外圖像的特性，給出了融合的基本流程，主要論述了圖像增強(qiáng)這一預(yù)處理工作。通過研究現(xiàn)有的幾種圖像增強(qiáng)算法，提出了一種適合紅外圖像的增強(qiáng)算法，相比其他增強(qiáng)算法的處理結(jié)果，本文所提出的算法處理紅外圖像時(shí)具有較好的效果。
　

3、　隨后，本文著重論述了多尺度圖像融合的基本框架以及圖像多尺度分解方法，研究了金字塔變換、小波變換、Curvelet變換、Contourlet變換以及非下采樣Contourlet變換，分析了上述幾種分解方法的優(yōu)缺點(diǎn)，找出合適的多尺度分解方法。在此基礎(chǔ)上，本文深入研究了多尺度分解后的低頻系數(shù)與高頻系數(shù)的融合策略，分析了現(xiàn)階段比較流行的基于模糊邏輯的低頻系數(shù)融合策略的優(yōu)缺點(diǎn)，根據(jù)結(jié)構(gòu)相似度這一圖像融合質(zhì)量評(píng)價(jià)指標(biāo)，給出了一種新的低頻融合策略；

4、在高頻系數(shù)融合策略上，本文為了進(jìn)一步描述圖像中某一位置的凸顯程度，設(shè)計(jì)局部凸顯程度指標(biāo)，用于高頻系數(shù)的融合。另外，本文還給出了一種基于幀間信息的可見光與紅外視頻的融合方法，此方法在運(yùn)行速度上有了一定的提高。
　　最后，本文從主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法這兩方面出發(fā)，利用圖像融合質(zhì)量客觀評(píng)價(jià)指標(biāo)以及視頻融合質(zhì)量客觀評(píng)價(jià)指標(biāo)對本文所提及的算法進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文所提出的算法能夠更好的提取紅外圖像的目標(biāo)信息以及可見光圖像的場景信息