發(fā)布時間：2019-02-15 05:42

【摘要】：為了提高當前紅外(IR)與可見光(VI)圖像的融合質量,保持良好的可視化細節(jié)和突出IR目標,有效減少模糊,降低信息冗余,通過改進THT(Top-Hat Transform)機制,設計了一種新的紅外-可見光圖像融合算法.首先,為了有效地提取源圖像的特征和細節(jié),在傳統(tǒng)的高帽變換(Top-Hat Transform,THT)中引入了多尺度計算,分別在不同尺度上提取紅外和可見光圖像的不同亮(暗)特征區(qū)域;其次,通過多判別對比融合規(guī)則來綜合兩個圖像中的同一尺度的特征區(qū)域,將所有尺度上的特征進行累加,獲取特征圖像;然后,通過最大尺度結構元素的開、閉運算得到源圖像的平滑明亮、暗圖像,在平滑圖像上利用Gaussian模糊邏輯融合規(guī)則獲取基礎圖像;最后,將提取的亮與暗特征圖像導入基礎圖像中形成新圖像,輸出圖像融合.實驗表明:與當前流行的融合方法相比,本文方法具有更好的視覺質量和定量分析結果.
[Abstract]:In order to improve the fusion quality of infrared (IR) and visible (VI) images, maintain good visualization details and highlight IR targets, effectively reduce blur and information redundancy, the mechanism of THT (Top-Hat Transform) is improved. A new infrared-visible image fusion algorithm is designed. Firstly, in order to extract the features and details of the source image effectively, multi-scale computation is introduced into the traditional high-cap transform (Top-Hat Transform,THT) to extract different bright (dark) feature regions of infrared and visible images at different scales. Secondly, the feature regions of the same scale in the two images are synthesized by the multi-discriminant contrast fusion rule, and the features on all scales are accumulated to obtain the feature images. Then, the smooth bright and dark images of the source image are obtained by the opening and closing operation of the maximum scale structure element, and the basic image is obtained by using the Gaussian fuzzy logic fusion rule on the smooth image. Finally, the extracted bright and dark feature images are imported into the basic image to form a new image, and the output image is fused. The experimental results show that this method has better visual quality and quantitative analysis results than the popular fusion method.
【作者單位】： 安陽工學院計算機科學與信息工程學院;
【基金】：國家自然科學基金項目(U1204613) 河南科技攻關計劃重點項目(122102210138)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 陳虎義;多種圖像融合[J];影像技術;2000年04期

2 田思;張俊舉;袁軼慧;常本康;;圖像融合的開窗處理技術研究[J];兵工學報;2009年04期

3 吳仰玉;紀峰;常霞;李翠;;圖像融合研究新進展[J];科技創(chuàng)新導報;2013年01期

4 韓瑜;蔡云澤;曾清;;圖像融合的客觀質量評估[J];指揮控制與仿真;2013年04期

5 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

6 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計算機工程與設計;2002年09期

7 苗啟廣;王寶樹;;圖像融合的非負線性混合模型與算法研究[J];計算機科學;2005年09期

8 趙永強,潘泉,陳玉春,張洪才;基于偏振成像技術和圖像融合理論雜亂背景壓縮[J];電子學報;2005年03期

9 孫巖;趙春暉;陳立偉;;基于小波域的多尺度圖像融合方法[J];應用科技;2006年10期

10 李波;王娟;覃征;李愛國;;多分辨圖像融合通用開發(fā)平臺[J];計算機工程;2006年24期

相關會議論文 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車載的紅外與微光圖像融合系統(tǒng)設計[A];第九屆全國光電技術學術交流會論文集（上冊）[C];2010年

2 王芳;吳謹;;基于小波的圖像融合算法研究[A];2011年全國通信安全學術會議論文集[C];2011年

3 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術會議論文集[C];2004年

4 王曾敏;楊兆選;丁學文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動態(tài)交通信息服務系統(tǒng)中的應用[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

5 湯志偉;王建國;趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

6 陸琳;張淳民;;圖像融合算法研究[A];2013年（第五屆）西部光子學學術會議論文集[C];2013年

7 王榮福;;PET/CT新技術應用[A];全國射線數(shù)字成像與CT新技術研討會論文集[C];2009年

8 劉勇;劉隆國;楊玲恒;;面向對象的衛(wèi)星多層多分區(qū)圖像融合在GIS領域的應用探討[A];第二屆中國衛(wèi)星導航學術年會電子文集[C];2011年

9 王立琦;雷潔;;基于圖像融合的目標識別研究[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

10 王強軍;王潤生;;城市航空攝影圖像融合分割方法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

相關博士學位論文 前10條

1 王春萌;多曝光圖像融合關鍵技術的研究[D];山東大學;2015年

2 費春;基于智能優(yōu)化和視覺顯著性的圖像融合研究[D];電子科技大學;2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學;2014年

4 史立芳;大視場人工復眼成像結構研究與實驗[D];電子科技大學;2014年

5 高國榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學;2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學;2015年

7 楊金庫;基于二維經(jīng)驗模態(tài)分解的圖像融合算法研究[D];西北工業(yè)大學;2016年

8 李奕;圖像融合的若干關鍵技術研究[D];江南大學;2015年

9 諶明;圖像融合與修復處理關鍵技術研究[D];浙江大學;2017年

10 宋樂;異源圖像融合及其評價方法的研究[D];天津大學;2008年

相關碩士學位論文 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設計與開發(fā)[D];內(nèi)蒙古大學;2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學;2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設計及優(yōu)化[D];南京理工大學;2015年

4 陳云川;紅外與微光融合的實時信號處理技術研究[D];南京理工大學;2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學;2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評價[D];南京理工大學;2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應用[D];山東大學;2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學;2015年

9 唐詩;基于多尺度變換的無源毫米波圖像融合算法研究[D];電子科技大學;2014年

10 李龍龍;基于分數(shù)階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學;2014年

，

本文編號：2423024