多层级及对比度提升的红外和可见光图像融合

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

多层级及对比度提升的红外和可见光图像融合

彭逸月, 何伟基, 顾国华, 童涛

文章导航 > 红外与激光工程 > 2013 > 42(4): 1095-1099

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[J]. 红外与激光工程, 2013, 42(4): 1095-1099.

引用本文:

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[J]. 红外与激光工程, 2013, 42(4): 1095-1099.

Peng Yiyue, He Weiji, Gu Guohua, Tong Tao. Visible and infrared image fusion based on multi-level method and image contrast improvement[J]. Infrared and Laser Engineering, 2013, 42(4): 1095-1099.

Citation:

Peng Yiyue, He Weiji, Gu Guohua, Tong Tao. Visible and infrared image fusion based on multi-level method and image contrast improvement[J]. Infrared and Laser Engineering, 2013, 42(4): 1095-1099.

多层级及对比度提升的红外和可见光图像融合

彭逸月^1,2,
何伟基^1, ,,
顾国华¹,
童涛³

1.
南京理工大学电光学院,江苏南京 210094;
2.
微光夜视技术重点实验室,陕西西安 710065;
3.
空军航空大学,吉林长春 130022

基金项目:

教育部高等学校博士点专项科研基金（20103219120016）;江苏省“第七批六大人才高峰”项目（DZXX-104）;光电成像技术与系统教育部重点实验室基金（2010OEIOF14）;微光夜视技术重点实验室开放基金（J20110508）

作者简介:
彭逸月（1987-），女，硕士生，主要从事图像处理方面的研究。Email：pengyiyue00@126.com；顾国华（1966-），男，教授，博士生导师，博士，主要从事光电信息探测与信号处理方面的研究。Email：gghnjust@jsmail.com.cn

彭逸月（1987-），女，硕士生，主要从事图像处理方面的研究。Email：pengyiyue00@126.com；顾国华（1966-），男，教授，博士生导师，博士，主要从事光电信息探测与信号处理方面的研究。Email：gghnjust@jsmail.com.cn

通讯作者: 何伟基（1981-），男，讲师，博士生，主要从事光电成像方面的研究。Email：njustheweiji@163.com

中图分类号: TP391

Visible and infrared image fusion based on multi-level method and image contrast improvement

Peng Yiyue^1,2,
He Weiji^{1
, ,},
Gu Guohua¹,
Tong Tao³

1.
College of Electro-Optical,Nanjing University of Science and Technology,Nanjing 210094,China;
2.
Key Laboratory of Night Vision Technology,Xi'an 710065,China;
3.
Aviation University of Air Force,Changchun 130022,China

摘要: 提出了一种针对红外和可见光图像的有效融合算法。首先，在Petrovi?多层级图像融合体系的基础上，在特征级信息中加入高频边缘分量，提高了融合质量；其次，分析了图像特点及目标的物理特性，提出了针对融合结果的对比度提升方法，进一步了提高融合质量。通过主观观察以及客观指标对比证明，该方法获得了优于其他比较方法的融合结果，并且对比度提升方法明显提高了各类方法的红外和可见光图像融合质量，效果好，具有广泛的适用性。
- 图像融合 /
- 多层级融合 /
- 红外和可见光图像 /
- 对比度提升
Abstract: An effective infrared and visible image fusion algorithm was propased. Based on Petrovi? multi-level image fusion system, firstly, it was enriched with the edge components from high-frequency information to get higher image quality. Secondly, a method to enhance the contrast of the fused image which make a further improvement in the image quality by analyzing characteristics and the physical characteristics of the targets in infrared and visible images was given. The subjective observation and comparison of objective indexes prove together that the proposed algorithm does a better job than other comparing methods and the contrast enhancement method can be widely used and improve the visible and infrared fused images' quality obviously.
- image fusion /
- multi-level fusion /
- infrared and visible images /
- contrast improvement

[1]
[2]	Li H, Manjunath B S, Mitra S K. Multisensor image fusion using the wavelet transform[J]. Graphical Models and Image Processing, 1995, 57(3): 235-245.
[3]	Burt P J, Kolczynski R J. Enhanced image capture through fusion[C]//The 4th International Conference on Computer Vision, 1993: 173-182.
[4]
[5]	Pu Tian, Ni Guoqiang. Contrast-based image fusion using the discrete wavelet transform[J]. Optical Engineering, 2000, 39(8): 2075-2082.
[6]
[7]
[8]	Vladimir Petrovi?. Multi-level image fusion[C]//SPIE, 2003, 5099: 87.
[9]	Lallier E, Wing Military. A real time pixel-level based image fusion via adaptive weight averaging[C]//Proceeding of the 3th International Conference on Information Fusion, 2000, 2: WEC3/3-WEC313.
[10]

[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]	谭威, 宋闯, 赵佳佳, 梁欣凯. 基于多层级图像分解的图像融合算法 . 红外与激光工程, 2022, 51(8): 20210681-1-20210681-9. doi: 10.3788/IRLA20210681
[5]	高红霞, 魏涛. 改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
[6]	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
[7]	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
[8]	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
[9]	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
[10]	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
[11]	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
[12]	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.
[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]	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.
[16]	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.
[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. 夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
[19]	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.
[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.

WeChat

点击查看大图

计量

文章访问数: 263
HTML全文浏览量: 9
PDF下载量: 148
被引次数: 0

多层级及对比度提升的红外和可见光图像融合

1. 南京理工大学电光学院,江苏南京 210094;

2. 微光夜视技术重点实验室,陕西西安 710065;

3. 空军航空大学,吉林长春 130022

作者简介:
彭逸月（1987-），女，硕士生，主要从事图像处理方面的研究。Email：pengyiyue00@126.com；顾国华（1966-），男，教授，博士生导师，博士，主要从事光电信息探测与信号处理方面的研究。Email：gghnjust@jsmail.com.cn

彭逸月（1987-），女，硕士生，主要从事图像处理方面的研究。Email：pengyiyue00@126.com；顾国华（1966-），男，教授，博士生导师，博士，主要从事光电信息探测与信号处理方面的研究。Email：gghnjust@jsmail.com.cn

通讯作者: 何伟基（1981-），男，讲师，博士生，主要从事光电成像方面的研究。Email：njustheweiji@163.com

收稿日期: 2012-08-15
修回日期: 2012-09-17
刊出日期: 2013-04-25

基金项目:

教育部高等学校博士点专项科研基金（20103219120016）;江苏省“第七批六大人才高峰”项目（DZXX-104）;光电成像技术与系统教育部重点实验室基金（2010OEIOF14）;微光夜视技术重点实验室开放基金（J20110508）

中图分类号: TP391

关键词:

摘要: 提出了一种针对红外和可见光图像的有效融合算法。首先，在Petrovi?多层级图像融合体系的基础上，在特征级信息中加入高频边缘分量，提高了融合质量；其次，分析了图像特点及目标的物理特性，提出了针对融合结果的对比度提升方法，进一步了提高融合质量。通过主观观察以及客观指标对比证明，该方法获得了优于其他比较方法的融合结果，并且对比度提升方法明显提高了各类方法的红外和可见光图像融合质量，效果好，具有广泛的适用性。

English Abstract

全文HTML

参考文献 (10)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回