留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

颜色对比度增强的红外与可见光图像融合方法

曾祥通 张玉珍 孙佳嵩 喻士领

曾祥通, 张玉珍, 孙佳嵩, 喻士领. 颜色对比度增强的红外与可见光图像融合方法[J]. 红外与激光工程, 2015, 44(4): 1198-1202.
引用本文: 曾祥通, 张玉珍, 孙佳嵩, 喻士领. 颜色对比度增强的红外与可见光图像融合方法[J]. 红外与激光工程, 2015, 44(4): 1198-1202.
Zeng Xiangtong, Zhang Yuzhen, Sun Jiasong, Yu Shiling. One color contrast enhanced infrared and visible image fusion method[J]. Infrared and Laser Engineering, 2015, 44(4): 1198-1202.
Citation: Zeng Xiangtong, Zhang Yuzhen, Sun Jiasong, Yu Shiling. One color contrast enhanced infrared and visible image fusion method[J]. Infrared and Laser Engineering, 2015, 44(4): 1198-1202.

颜色对比度增强的红外与可见光图像融合方法

基金项目: 

国家自然科学基金(6177091)

详细信息
    作者简介:

    曾祥通(1989-),男,硕士生,主要从事图像融合和目标识别与跟踪方面的研究.Email:zengxt2013@126.com

  • 中图分类号: TP391

One color contrast enhanced infrared and visible image fusion method

  • 摘要: 针对红外与可见光彩色融合图像中目标与背景间的低对比度的问题,提出一种基于HSI空间颜色对比度增强的红外和可见光图像融合方法.首先对输入的可见光与红外图像进行直方图均衡和中值滤波加强处理,然后对加强的红外图像模糊阈值分割得到红外目标,最后把分割的红外目标图像和加强的可见光和红外图像在HSI空间的三通道线性融合和色彩传递,为了增强目标与背景间的颜色对比度,在色彩传递阶段, H通道的色彩传递方程中引入一个比例因子.实验结果表明:与其他算法相比,该方法得到的彩色融合图像热目标和低温物体与背景间的颜色对比度明显加强,同时背景的细节信息呈现白天类似的自然彩色,更加符合人眼视觉感知.
  • [1] Toet A. Applying daytime colors to multiband nightvision imagery[C]//SPIE, 2003: 168-178.
    [2]
    [3] Toet A. Natural color mapping for multiband nightvision imagery[J]. Information Fusion, 2003, 4(2): 155-166.
    [4]
    [5]
    [6] Wang L X, Shi S M, Jin W Q, et al, Color fusion algorithm for visible and infrared images based on color transfer in YUV color space[C]//SPIE, 2007: 1781-1787.
    [7] Zheng Y, Essock E A. A local-coloring method for night-vision colorization utilizing image analysis and fusion[J].Information Fusion, 2008, 9(2): 186-199.
    [8]
    [9] Yin S F, Cao L C, Ling Y S, et al. One contrast enhancement method for color night vision[J]. Infrared Physics Technology, 2010, 53(4): 146-150.
    [10]
    [11]
    [12] Qian X Y, Wang Y J, Wang B F. Effective contrast enhancement method for color night vision[J]. Infrared Physics and Technology, 2012, 55(1): 130-136.
    [13] Qian X Y, Wang Y J, Wang B F. Color contrast enhancement for color night vision based on color mapping[J]. Infrared Physics and Technology, 2013, 57(6): 36-41.
    [14]
    [15] Jiang Yiming, Wang Keyong. Infrared image segmentation algorithm of tank[J]. Infrared and Laser Engineering, 2007, 56(4): 1481-1485. (in Chinese)
    [16]
    [17]
    [18] Cheng Guo, Zuo Hongfu. The image adaptive thresholding by index of fuzziness[J]. Acta Automatic Sinica, 2003, 29(5): 386-390. (in Chinese)
    [19]
    [20] Jang J H, Ra J B. Psehdo-color image based on intensity-hue- saturation[C]//Proceedings of IEEE International Conference on Multisensor Fusion and Itegration for Intelligent Systems, 2008: 1066-1071.
    [21] Cheng Zhengyun, Wang Xia, Zou Xiaofeng, et al. Polarimetric and milti-spectral image fusion based on HIS color system and wavelet transform[J]. Acta Photonica Sinica, 2010, 39(1): 1710-1712. (in Chinese)
  • [1] 金哲彦, 徐之海, 冯华君, 李奇.  基于对焦清晰度的双分辨相机变焦算法研究 . 红外与激光工程, 2020, 49(5): 20190463-20190463-9. doi: 10.3788/IRLA20190463
    [2] 曾瀚林, 孟祥勇, 钱惟贤.  高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
    [3] 戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣.  基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
    [4] 郭全民, 王言, 李翰山.  改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法 . 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
    [5] 张家民, 时东锋, 黄见, 王英俭.  图像融合在偏振关联成像中的应用 . 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
    [6] 杨洪飞, 夏晖, 陈忻, 孙胜利, 饶鹏.  图像融合在空间目标三维重建中的应用 . 红外与激光工程, 2018, 47(9): 926002-0926002(8). doi: 10.3788/IRLA201847.0926002
    [7] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [8] 杨风暴, 蔺素珍.  基于变换域多合成规则的双色中波红外图像融合 . 红外与激光工程, 2014, 43(11): 3663-3669.
    [9] 杨扬, 戴明, 周箩鱼.  基于NSUDCT的红外与可见光图像融合 . 红外与激光工程, 2014, 43(3): 961-966.
    [10] 杨桄, 童涛, 孟强强, 孙嘉成.  基于梯度加权的红外与可见光图像融合方法 . 红外与激光工程, 2014, 43(8): 2772-2779.
    [11] 王金玲, 贺小军, 宋克非.  采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
    [12] 朴燕, 刘磊, 刘笑宇.  低照度环境下视频增强技术 . 红外与激光工程, 2014, 43(6): 2021-2026.
    [13] 杨少魁, 刘文.  一种微光与红外图像彩色融合方法 . 红外与激光工程, 2014, 43(5): 1654-1659.
    [14] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [15] 杨扬, 戴明, 周箩鱼.  基于均匀离散曲波变换的多聚焦图像融合 . 红外与激光工程, 2013, 42(9): 2547-2552.
    [16] 李新娥, 任建岳, 吕增明, 沙巍, 张立国, 何斌.  NSCT域内基于改进PCNN和区域能量的多光谱和全色图像融合方法 . 红外与激光工程, 2013, 42(11): 3096-3102.
    [17] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
    [18] 张勇, 金伟其.  夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
    [19] 张勇, 金伟其.  夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
    [20] 彭逸月, 何伟基, 顾国华, 童涛.  多层级及对比度提升的红外和可见光图像融合 . 红外与激光工程, 2013, 42(4): 1095-1099.
  • 加载中
计量
  • 文章访问数:  202
  • HTML全文浏览量:  23
  • PDF下载量:  318
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-12
  • 修回日期:  2014-09-15
  • 刊出日期:  2015-04-25

颜色对比度增强的红外与可见光图像融合方法

    作者简介:

    曾祥通(1989-),男,硕士生,主要从事图像融合和目标识别与跟踪方面的研究.Email:zengxt2013@126.com

基金项目:

国家自然科学基金(6177091)

  • 中图分类号: TP391

摘要: 针对红外与可见光彩色融合图像中目标与背景间的低对比度的问题,提出一种基于HSI空间颜色对比度增强的红外和可见光图像融合方法.首先对输入的可见光与红外图像进行直方图均衡和中值滤波加强处理,然后对加强的红外图像模糊阈值分割得到红外目标,最后把分割的红外目标图像和加强的可见光和红外图像在HSI空间的三通道线性融合和色彩传递,为了增强目标与背景间的颜色对比度,在色彩传递阶段, H通道的色彩传递方程中引入一个比例因子.实验结果表明:与其他算法相比,该方法得到的彩色融合图像热目标和低温物体与背景间的颜色对比度明显加强,同时背景的细节信息呈现白天类似的自然彩色,更加符合人眼视觉感知.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回