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

基于变换域多合成规则的双色中波红外图像融合

杨风暴 蔺素珍

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[J]. 红外与激光工程, 2014, 43(11): 3663-3669.
引用本文: 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[J]. 红外与激光工程, 2014, 43(11): 3663-3669.
Yang Fengbao, Lin Suzhen. Fusion of dual color MWIR images based on multiple combination rules in transform domain[J]. Infrared and Laser Engineering, 2014, 43(11): 3663-3669.
Citation: Yang Fengbao, Lin Suzhen. Fusion of dual color MWIR images based on multiple combination rules in transform domain[J]. Infrared and Laser Engineering, 2014, 43(11): 3663-3669.

基于变换域多合成规则的双色中波红外图像融合

基金项目: 

国家自然科学基金项目(6117105),高等学校博士学科点专项科研基金(博导类)(20121420110004)

详细信息
    作者简介:

    杨风暴(1968-),男,教授,博士生导师,博士,主要从事红外信息处理方面的研究工作.Email:fengbao_yang@163.com

  • 中图分类号: TN219

Fusion of dual color MWIR images based on multiple combination rules in transform domain

  • 摘要: 为了综合多个合成规则的优点,取得更好的双色中波红外图像融合效果,提出了基于变换域多合成规则的融合方法.采用支持度变换分别获得两个中波细分波段图像的低频成分图像和支持度图像序列;根据像素值最大法、区域特征最大法、区域特征加权法等合成规则的特点,提出了低频成分图像三个合成规则的组合方法;根据支持度图像的能量最大法、区域特征加权法等合成规则的特点,提出了支持度图像序列两个合成规则的组合方法.与单一合成规则的方法相比,融合后的图像局部标准偏差、局部粗糙度和融合质量参数分别提高了6.77%、4.86%和9.59%,实验结果证明了该融合方法的有效性.
  • [1]
    [2] Zhou Xun, Zhou Yong, Luo Muchang, et al. Design of MWIR-LWIR dual-band QWIP[J]. Infrared and Laser Engineering, 2012, 41(8): 1971-1978. (in Chinese) 周勋,周勇,罗木昌,等. 中波-长波红外双色QWIP探测器设计[J]. 红外与激光工程, 2012, 41(8): 1971-1978.
    [3] Yang Fengbao, Ni Guoqiang, Zhang Lei. Images fusion of subdivision band MWIR based on wavelet packet transform[J]. Journal of Infrared and Millimeter Waves, 2008, 27(4): 275-279. (in Chinese) 杨风暴,倪国强,张雷. 红外中波细分波段图像的小波包变换融合研究[J]. 红外与毫米波学报, 2008, 27(4): 275-279.
    [4]
    [5] Li Shutao, Yang Bin, Hu Jianwen. Performance comparison of different multi-resolution transforms for image fusion[J].Information Fusion, 2011, 12(6): 74-84.
    [6]
    [7] Saeedi Jamal, Faez Karim. Infrared and visible images fusion using fuzzy logic and population-based optimization[J]. Applied Soft Computing, 2012, 12: 1041-1054.
    [8]
    [9] Zheng Sheng, Shi Wenzhong, Liu Jian, et al. Multisource image fusion method using support value transform[J]. IEEE Trans Image Processing, 2007, 16(7): 1831-1839.
    [10]
    [11] Havlicek J P, Nguyen C T, Fan G, et al. Integration of a dual-band IR data acquisition system using low-cost PV320 cameras[C]//Infrared Technology and Applications XXXII, Proc of SPIE, 2006, 6206: 1-9.
    [12]
    [13]
    [14] Xydeas C S, Petrovic V. Objective image fusion performance measure[J]. Electronic Letters, 2000, 36(4): 308-309.
    [15]
    [16] Caulfield J T. Next generation IR focal plane arrays and application [C]// Proceedings of the 32nd Applied Imagery Pattern Rrecognition Workshop (AIPR) 2003, 2003: 0-7695-2029-4.
    [17] Chari S, Halford C, Jacobs E, et al. Multi-spectral MWIR image classification using filters derived from independent component analysis[C]// Proc of SPIE,2007, 6576: 65760B.
    [18]
    [19] Shepherd F D, Mooney J M, Reeves T E, et al. Adaptive MWIR spectral imaging sensor[C]// Infrared Systems and Photo Electronic Technology III, Proc of SPIE, 2008, 7055: 7055061-7055068.
  • [1] 李霖, 王红梅, 李辰凯.  红外与可见光图像深度学习融合方法综述 . 红外与激光工程, 2022, 51(12): 20220125-1-20220125-20. doi: 10.3788/IRLA20220125
    [2] 闵莉, 曹思健, 赵怀慈, 刘鹏飞.  改进生成对抗网络实现红外与可见光图像融合 . 红外与激光工程, 2022, 51(4): 20210291-1-20210291-10. doi: 10.3788/IRLA20210291
    [3] 宦克为, 李向阳, 曹宇彤, 陈笑.  卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
    [4] 沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒.  红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
    [5] 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
    [6] 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
    [7] 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
    [8] 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
    [9] 孙斌, 常本康, 张俊举, 王贵圆, 李英杰.  基于红外运动目标分割的夜视融合系统设计 . 红外与激光工程, 2015, 44(7): 2064-2069.
    [10] 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 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [11] 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.
    [12] 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.
    [13] 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.
    [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] 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.
    [16] 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.
    [17] 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.
    [18] 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.
    [19] 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.
    [20] 张俊举, 常本康, 张宝辉, 闵超波, 袁轶慧, 姜斌.  远距离红外与微光/可见光融合成像系统 . 红外与激光工程, 2012, 41(1): 20-24.
  • 加载中
计量
  • 文章访问数:  284
  • HTML全文浏览量:  26
  • PDF下载量:  184
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-03-13
  • 修回日期:  2014-04-15
  • 刊出日期:  2014-11-25

基于变换域多合成规则的双色中波红外图像融合

    作者简介:

    杨风暴(1968-),男,教授,博士生导师,博士,主要从事红外信息处理方面的研究工作.Email:fengbao_yang@163.com

基金项目:

国家自然科学基金项目(6117105),高等学校博士学科点专项科研基金(博导类)(20121420110004)

  • 中图分类号: TN219

摘要: 为了综合多个合成规则的优点,取得更好的双色中波红外图像融合效果,提出了基于变换域多合成规则的融合方法.采用支持度变换分别获得两个中波细分波段图像的低频成分图像和支持度图像序列;根据像素值最大法、区域特征最大法、区域特征加权法等合成规则的特点,提出了低频成分图像三个合成规则的组合方法;根据支持度图像的能量最大法、区域特征加权法等合成规则的特点,提出了支持度图像序列两个合成规则的组合方法.与单一合成规则的方法相比,融合后的图像局部标准偏差、局部粗糙度和融合质量参数分别提高了6.77%、4.86%和9.59%,实验结果证明了该融合方法的有效性.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回