红外与可见光图像融合的目标特征增强技术研究

• 作 者: 张越
• 机 构: 航天科工集团第二研究院
• 出 处: 中国航天科工集团第二研究院 航天科工集团第二研究院
• 发表日期: 2017年期
• 关键词: 红外图像 可见光图像 图像融合 图像分割 特征增强

随着成像传感器技术的快速发展，获得视觉图像信息的方式越来越丰富，单一传感器获得的图像信息很难满足人们的需求，如何有效利用多传感器的图像信息成为当前亟待解决的问题，多源图像融合技术应运而生。其中，红外与可见光图像融合技术是多源图像融合技术的重要组成部分，广泛应用于军事、安防、工业等领域中。　　红外探测利用目标自身辐射，可见光探测利用目标对太阳光等的反射。由于成像机制不同，两种成像探测方式具有互补性，融合以后能够得到更加丰富的图像信息。红外与可见光图像在分辨率、对比度、目标特征等方面有较大差别，给红外与可见光图像融合带来了很大的困难。本论文的主要任务是设计融合算法，能够有效地将红外与可见光图像融合，增强目标特征，有利于目标的识别与跟踪。　　首先，分析了红外图像与可见光图像的光谱特性和成像特性，介绍了四种客观评价指标和三种主观评价指标，用于评价融合图像，验证融合算法的有效性。　　然后，提出了一种基于Contourlet变换的融合算法，分别对输入图像的低频子带和高频子带进行融合。针对低频子带的特点，设计了一种改进的区域能量融合规则，在红外目标区域进行融合时可以增大红外图像的加权系数，使红外目标更加突出。在红外背景区域进行融合时可以增大可见光图像的加权系数，使可见光图像细节信息有效保留。针对高频子带的特点，设计了一种基于脉冲耦合神经网络的融合规则，利用脉冲耦合神经网络模型的特征相似集群特性，使融合图像具有更加丰富、完整的源图像细节信息。　　最后，提出了一种基于图像分割的彩色图像融合算法，将红外图像分割成目标区域与背景区域，红外目标区域与相应位置的可见光亮度信息进行融合。通过MATLAB软件仿真验证和复合光学系统实时性验证可以得出，该算法具有较好的融合效果，可以实现实时图像融合，达到了增强目标特征的融合目的。