夜視系統(tǒng)在低照度條件下可以獲取周圍環(huán)境信息,保證車輛在惡劣氣象條件下的安全行駛,是車載輔助駕駛系統(tǒng)的重要設(shè)備。紅外和可見光傳感器在夜視系統(tǒng)中有廣泛應(yīng)用,其中紅外傳感器可以接收物體發(fā)射或反射的紅外線,能夠在光照條件不好的情況下獲取周圍環(huán)境信息,尤其適合觀測行人和車輛。可見光傳感器對物體的細(xì)節(jié)特征表現(xiàn)好,更符合肉眼觀測習(xí)慣。將兩種圖像經(jīng)過配準(zhǔn)和融合,可以結(jié)合二者的優(yōu)點(diǎn)。但是紅外圖像和可見光圖像的特征一致性較弱,一般的圖像配準(zhǔn)算法不適用于這種異源圖像的匹配。同時(shí)這兩種圖像灰度差異大,傳統(tǒng)融合方法生成的圖像不利于觀察。針對這兩個(gè)問題,本文在現(xiàn)有配準(zhǔn)和融合算法的基礎(chǔ)上,提出了一種針對異源圖像的配準(zhǔn)和融合算法,最終生成圖像相對于傳統(tǒng)均權(quán)融合的圖像可以保留更多人眼感興趣區(qū)域,改善異源圖像特征一致性弱和融合圖像不利于觀察的問題。本文針對異源圖像提取和匹配的部分特征一致性弱的問題,提出了基于梯度重合度的異源圖像匹配方法。此方法基于集成創(chuàng)新的思想,構(gòu)造基于L₂范數(shù)的衡量梯度重合度的目標(biāo)函數(shù),接著通過目標(biāo)函數(shù)優(yōu)化完成對紅外可見光圖像的配準(zhǔn)。同時(shí)基于相機(jī)成像原理,根據(jù)相機(jī)的參數(shù)和空間位置... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

FREAK拓?fù)浣Y(jié)構(gòu)

圖 3. 1 系統(tǒng)流程示意圖圖 3.1 為本文設(shè)計(jì)的異源圖像配準(zhǔn)融合流程圖，首先輸入紅外和可見光圖像，進(jìn)行梯度提取，然后構(gòu)造基于梯度重合度的目標(biāo)函數(shù)，完成目標(biāo)函數(shù)優(yōu)化的圖像配準(zhǔn)。利用配準(zhǔn)完成的圖像進(jìn)行拉普拉斯變換，在不同層次上利用圖像顯著性圖進(jìn)行融合，

系統(tǒng)硬件模塊結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]基于雙正交小波變換耦合區(qū)域梯度特征的遙感圖像融合算法[J]. 袁桂霞,周先春.  光學(xué)技術(shù). 2018(06)
[2]基于主動(dòng)紅外濾光環(huán)視成像的車道線檢測算法[J]. 成春陽,黃淵博,盧鑫,徐靈麗,李敏,范新南,張學(xué)武.  激光與光電子學(xué)進(jìn)展. 2018(12)
[3]基于毫米波雷達(dá)與攝像頭融合的目標(biāo)跟蹤研究[J]. 吳憲,吳宇君,邵建旺.  機(jī)電一體化. 2018(06)
[4]梯度域多曝光圖像融合[J]. 古博.  電訊技術(shù). 2018(05)
[5]基于對比度增強(qiáng)與多尺度邊緣保持分解的紅外與可見光圖像融合[J]. 朱浩然,劉云清,張文穎.  電子與信息學(xué)報(bào). 2018(06)
[6]基于加權(quán)聚焦度的多焦點(diǎn)圖像融合算法[J]. 賀養(yǎng)慧.  兵工自動(dòng)化. 2018(03)
[7]基于邊緣特征點(diǎn)互信息熵的醫(yī)學(xué)圖像配準(zhǔn)方法[J]. 魏本征,甘潔,尹義龍.  數(shù)據(jù)采集與處理. 2018(02)
[8]基于NSCT紅外與可見光圖像融合算法優(yōu)化研究[J]. 肖中杰.  紅外技術(shù). 2017(12)
[9]視覺和毫米波雷達(dá)信息融合行人識別算法[J]. 徐偉,周培義,張芬,黃亮.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(S1)
[10]夜視技術(shù)及其在中遠(yuǎn)距離的應(yīng)用[J]. 趙躍進(jìn),王夏天,馮韻.  中國鐵路. 2017(02)

碩士論文
[1]基于車載紅外夜視儀的道路行人檢測與識別方法研究[D]. 康雪雪.沈陽理工大學(xué) 2015
[2]車用紅外夜視系統(tǒng)研究[D]. 劉秋錦.燕山大學(xué) 2014
[3]車載主動(dòng)式紅外激光夜視成像系統(tǒng)的研究[D]. 林淑芬.廈門大學(xué) 2008



本文編號：3526318