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

基于红外运动目标分割的夜视融合系统设计

孙斌 常本康 张俊举 王贵圆 李英杰

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[J]. 红外与激光工程, 2015, 44(7): 2064-2069.
引用本文: 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[J]. 红外与激光工程, 2015, 44(7): 2064-2069.
Sun Bin, Chang Benkang, Zhang Junju, Wang Guiyuan, Li Yingjie. Design of fusion system based on infrared moving target segmentation[J]. Infrared and Laser Engineering, 2015, 44(7): 2064-2069.
Citation: Sun Bin, Chang Benkang, Zhang Junju, Wang Guiyuan, Li Yingjie. Design of fusion system based on infrared moving target segmentation[J]. Infrared and Laser Engineering, 2015, 44(7): 2064-2069.

基于红外运动目标分割的夜视融合系统设计

基金项目: 

国家自然科学基金(61101195);江苏省自然科学基金(BK20130775)

详细信息
    作者简介:

    孙斌(1986-),男,博士生,主要从事光电信号处理、光电系统设计方面的研究。Email:ffgz366@163.com

  • 中图分类号: TN22

Design of fusion system based on infrared moving target segmentation

  • 摘要: 为了提高夜视系统的质量以及目标探测性能, 设计了红外视频运动目标与可见光融合夜视侦察系统。系统在硬件处理平台上实现了基于人眼视觉的红外运动目标分割算法和基于目标特性的加权融合算法, 采用红外运动目标分割电路和融合处理电路互联的结构, 首先利用FPGA为核心的红外目标分割电路提取红外视频中的运动目标, 然后将只有红外运动目标的视频输入后端DSP融合处理电路中进行融合处理, 最后从系统中输出一系列目标形态突出、背景细节清晰的融合序列。实验结果表明: 该系统可以提高夜视融合系统目标探测性能和探测概率, 融合结果的各项评价指标提高了90%以上, 有的评价指标甚至提高了7倍以上, 可以很大程度地降低系统的虚警率。
  • [1]
    [2] Liu Kun, Guo Lei, Li Huihui, et al. Fusion of infrared and visible light images based on region segmentation [J]. Chinese Journal of Aeronautics, 2009, 22: 75-80.
    [3] Niu Yifeng, Xu Shengtao, Wu Lizhen, et al. Airborne infrared and visible image fusion for target perception based on target region segmentation and discrete wavelet transform[J]. Mathematical Problems in Engineering, 2012,ID275138.
    [4]
    [5] Li Zhenhua, Jing Zhongliang, Sun Shaoyuan, et al. Infrared and visible dynamic image based on moving target detection[J]. Journal of Shanghai Jiaotong University, 2005, 39(8): 1304-1311. (in Chinese) 李振华, 敬忠良, 孙韶媛, 等. 基于目标检测的红外和可见光动态图像融合[J]. 上海交通大学学报, 2005, 39(8): 1304-1311.
    [6]
    [7] Zhan Qihai, Fu Rongguo, Chang Benkang. Optical axes boresight instrument for multispectral optical system[J]. Journal of Applied Opticals, 2005, 26(5): 4-6. (in Chinese) 詹启海, 富容国, 常本康. 多光谱光学系统光轴平行性组合测试装置[J], 应用光学, 2005, 26(5): 4-6.
    [8]
    [9]
    [10] Sun Bin, Min Chaobo, Zhang Junju, et al. A method for moving objects segmentation based on human vision perception in infrared video [J]. Optical Review, 2014, 21(1): 27-34.
    [11]
    [12] Gonzalez R C, Woods R E. Digital Image Processing[M]. 2nd ed. Beijing: Publishing House of Electronics Industry, 2003.
    [13] Yang Wenbin, Zhang Junju, Xu Hui, et al. Study of infrared and LLL image fusion algorithm based on the target characteristics[J]. Laser Infrared, 2014, 44(1): 56-60. (in Chinese) 杨文彬, 张俊举, 许辉, 等. 基于目标特性分析的红外与微光图像融合算法[J]. 激光与红外, 2014, 44(1): 56-60.
    [14]
    [15] Yuan Yihui. Fusion and evaluation technology of infrared and visible images[D]. Nanjing: Nanjing University of Science and Technology, 2012. (in Chinese) 袁轶慧. 红外与可见光图像融合及评价技术研究[D]. 南京: 南京理工大学, 2012.
    [16]
    [17]
    [18] Liu Lei, Chang Benkang. Spectral matching factors between super S25 and new S25 photo caathodes and reflective radiation of objects[J]. Applied Optics, 2004, 43(3): 616-619.
    [19] Chen Xiuhong, Wei Heli, Xu Qingshan. Infrared atmospheric transmittance calculation model[J]. Infrared and Laser Engineering, 2011, 40(5): 811-816. (in Chinese) 陈秀红, 魏合理, 徐青山. 红外大气透过率的计算模式[J]. 红外与激光工程, 2011, 40(5): 811-816.
    [20]
    [21] Bailey H H. Target Detection Through Visual Recognition and a Quantitative Model[M]. New York: The Rand Corporation, 1970.
  • [1] 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
    [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] 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
    [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] 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
    [8] 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
    [9] 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
    [10] 李英杰, 张俊举, 常本康, 钱芸生, 刘磊.  远距离多波段红外图像融合系统及配准方法 . 红外与激光工程, 2016, 45(5): 526002-0526002(6). doi: 10.3788/IRLA201645.0526002
    [11] 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.
    [12] 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.
    [13] 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.
    [14] 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.
    [15] 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.
    [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] 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.
    [18] 闵超波, 张俊举, 常本康, 孙斌, 李英杰.  采用边界评价的红外视频运动目标时空域分割方法 . 红外与激光工程, 2013, 42(10): 2636-2641.
    [19] 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.
    [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:  238
  • HTML全文浏览量:  10
  • PDF下载量:  292
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-14
  • 修回日期:  2014-12-19
  • 刊出日期:  2015-07-25

基于红外运动目标分割的夜视融合系统设计

    作者简介:

    孙斌(1986-),男,博士生,主要从事光电信号处理、光电系统设计方面的研究。Email:ffgz366@163.com

基金项目:

国家自然科学基金(61101195);江苏省自然科学基金(BK20130775)

  • 中图分类号: TN22

摘要: 为了提高夜视系统的质量以及目标探测性能, 设计了红外视频运动目标与可见光融合夜视侦察系统。系统在硬件处理平台上实现了基于人眼视觉的红外运动目标分割算法和基于目标特性的加权融合算法, 采用红外运动目标分割电路和融合处理电路互联的结构, 首先利用FPGA为核心的红外目标分割电路提取红外视频中的运动目标, 然后将只有红外运动目标的视频输入后端DSP融合处理电路中进行融合处理, 最后从系统中输出一系列目标形态突出、背景细节清晰的融合序列。实验结果表明: 该系统可以提高夜视融合系统目标探测性能和探测概率, 融合结果的各项评价指标提高了90%以上, 有的评价指标甚至提高了7倍以上, 可以很大程度地降低系统的虚警率。

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回