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

改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法

郭全民,  王言,  李翰山

downloadPDF
文章导航 > 红外与激光工程  > 2018 >  47(11): 1126002-1126002(9)
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[J]. 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
引用本文: 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[J]. 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
shu
Guo Quanmin, Wang Yan, Li Hanshan. Anti-halation method of visible and infrared image fusion based on improved IHS-Curvelet transform[J]. Infrared and Laser Engineering, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
Citation: Guo Quanmin, Wang Yan, Li Hanshan. Anti-halation method of visible and infrared image fusion based on improved IHS-Curvelet transform[J]. Infrared and Laser Engineering, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
shu

改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法

doi: 10.3788/IRLA201847.1126002
  • 1.

    西安工业大学 电子信息工程学院,陕西 西安 710021

基金项目: 

陕西省自然科学基础研究计划项目（2014JM8326）;陕西省教育厅科研计划项目（11JK0989）

详细信息
    作者简介:

    郭全民(1974-),男,教授,硕士生导师,博士,主要从事智能传感与信息融合、图像处理及机器视觉方面的研究。Email:guoqm@163.com

  • 中图分类号: TP391

Anti-halation method of visible and infrared image fusion based on improved IHS-Curvelet transform

  • 1.

    School of Electronic Information Engineering,Xi'an Technological University,Xi'an 710021,China

  • 摘要: 为了解决夜间会车滥用远光灯造成驾驶员晕光的问题，提出一种在IHS色彩空间下改进Curvelet变换融合可见光与红外图像的抗晕光方法。该方法通过改进Curvelet变换实现图像二维细节信息的有效表达，提高图像清晰度，其中提出的低频系数权值自动调节融合策略能够将晕光信息剔除，避免其参与融合过程；与IHS变换相结合能够保留原图中的色彩信息，避免色彩失真。对实验结果的主客观分析表明，该方法消除晕光比较彻底，与IHS-小波融合相比，融合图像的标准差、平均梯度、边缘强度、信息熵分别提高了47.15%、53.10%、52.46%、4.45%，对比度和清晰度显著提升，细节信息也更加丰富，人眼视觉效果更好，有利于驾驶员观察前方路况，提前做出预判，消除安全隐患，提高夜间行车的安全性。
    Abstract: In order to solve the problem of driver halation caused by the abuse of high beam lights at night, the anti-halation method of visible and infrared image fusion was proposed based on improved Curvelet transform in IHS color space. The method could effectively express the two-dimensional detail information of the image by improving the Curvelet transform, and improved the image clarity. The proposed fusion strategy of self-adjusting low-frequency coefficient weights could remove the halation information and avoid its participation in the fusion process. The color information in the original image was preserved by combining with the IHS transform to avoid color distortion. Subjective and objective analysis of the experiment results show that the method can eliminate the halation more completely. Compared with IHS-wavelet fusion, standard deviation, average gradient, edge intensity and entropy of the fusion image increase by 47.15%, 53.10%, 52.46% and 4.45%, respectively, its contrast and clarity are significantly enhanced, the details are also more abundant, and the visual effect of the human eye is better. The method is helpful for the driver to observe the road condition ahead, make judgment in advance, eliminate safe hidden trouble and improve the safety of night driving.
  • [1] Chen Lin. The legal issues study on the high beams car meeting at night[J]. Legal System and Society, 2014, 9(23):71-72. (in Chinese)陈琳. 夜间行车远光灯会车法律问题研究[J]. 法制与社会, 2014, 9(23):71-72.
    [2] Chen Yichao, Hu Wengang, Wu Dongsheng, et al. Experimental study on single-channel triple-spectrum color night vision system[J]. Infrared Technology, 2017, 39(1):62-66. (in Chinese)陈一超, 胡文刚, 武东生, 等. 单通道三波段彩色夜视系统设计及实验研究[J]. 红外技术, 2017, 39(1):62-66.
    [3] Zhu Meiping, Sun Jian, Zhang Weili, et al. Development of high performance polarizer coatings[J]. Optics and Precision Engineering, 2016, 24(12):2908-2915. (in Chinese)朱美萍, 孙建, 张伟丽, 等. 高性能偏振膜的研制[J]. 光学精密工程, 2016, 24(12):2908-2915.
    [4] Wang Jian, Gao Yong, Lei Zhiyong, et al. Research of auto anti-blooming method based on double CCD image sensor[J]. Chinese Journal of Sensors and Actuators, 2007(5):1053-1056. (in Chinese)王健, 高勇, 雷志勇, 等. 基于双CCD图像传感器的汽车抗晕光方法研究[J]. 传感技术学报, 2007(5):1053-1056.
    [5] Wu Kewei, Duan Weiwei, Yang Xuezhi. Infra-visible video fusion object tracking under rainy night condition[J]. Chinese Journal of Scientific Instrument, 2016, 37(5):1131-1139. (in Chinese)吴克伟, 段伟伟, 杨学志. 雨夜条件下的红外可见光视频融合目标跟踪[J]. 仪器仪表学报, 2016, 37(5):1131-1139.
    [6] Lu Jiaying, Gu Xiaojing, Gu Xingsheng. Scene parsing method toward low-light-level/infrared color night vision[J]. Infrared and Laser Engineering, 2017, 46(8):0824002. (in Chinese)鲁佳颖, 谷小婧, 顾幸生. 面向微光/红外融合彩色夜视的场景解析方法[J]. 红外与激光工程, 2017, 46(8):0824002.
    [7] Lu Dekun, Gong Junbin, Ma Jiayi, et al. System of infrared and low light level image fusion on vehicle[J]. Infrared and Laser Engineering, 2010, 39(S):303-307. (in Chinese)刘德坤, 龚俊斌, 马佳义, 等. 一种车载的红外与微光图像融合系统设计[J]. 红外与激光工程, 2010, 39(S):303-307.
    [8] Guo Quanmin, Li Xiaoling. Vehicles' anti-blooming method based on visible and infrared images fusion[J]. Infrared Technology, 2015, 37(6):475-478. (in Chinese)郭全民, 李晓玲. 基于可见光和红外图像融合的汽车抗晕光方法[J]. 红外技术, 2015, 37(6):475-478.
    [9] Emmanuel J C, Donoho D L. Curvelets-a surprisingly effective nonadaptive representation for objects with edges[J]. Astronomy Astrophysics, 2000, 283(3):1051-1057.
    [10] Chen Qingjiang, Zhang Yanbo, Chai Yuzhou, et al. Fusion of infrared and visible images based on finite discrete shearlet domain[J]. Chinese Optics, 2016, 9(5):523-531. (in Chinese)陈清江,张彦博,柴昱洲, 等. 有限离散剪切波域的红外可见光图像融合[J]. 中国光学, 2016, 9(5):523-531.
    [11] Du Siliang, Yang Bo, Wang Mi, et al. Stellar image registration based on mutual information in object area[J]. Optics and Precision Engineering, 2016, 24(2):406-412. (in Chinese)杜斯亮,杨博,王密, 等. 采用目标区域互信息的星空图像配准[J]. 光学精密工程, 2016, 24(2):406-412.
    [12] Wang Hao, Zhang Ye, Shen Honghai, et al. Review of image enhancement algorithms[J]. Chinese Optics, 2017, 10(4):438-448. (in Chinese)王浩, 张叶, 沈宏海, 等. 图像增强算法综述[J]. 中国光学, 2017, 10(4):438-448.
    [13] Hong G, Zhang Y, Mercer B. A wavelet and IHS integration method to fuse high resolution SAR with moderate resolution multispectral images[J]. Photogrammetric Engineering Remote Sensing, 2015, 75(10):1213-1223.
    [14] Cands E J, Demanet, Donohol D L, et al. Fast discrete curvelet transforms[J]. Multiscale Modeling and Simulation, 2006, 5(3):861-899.
    [15] Maglione P, Parente C, Vallario A. Pan-sharpening WorldView-2:IHS, Brovey and Zhang methods in comparison[J]. International Journal of Engineering Technology, 2016, 8(2):673-679.
    [16] Li Yingjie, Zhang Junju, Chang Benkang, et al. Remote multiband infrared image fusion system and registration method[J]. Infrared and Laser Engineering, 2016, 45(5):0526002. (in Chinese)李英杰, 张俊举, 常本康, 等. 远距离多波段红外图像融合系统及配准方法[J]. 红外与激光工程, 2016, 45(5):0526002.
  • [1] 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
    [2] 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
    [3] 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
    [4] 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
    [5] 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
    [6] 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
    [7] 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
    [8] 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
    [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] 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] 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.
    [12] 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.
    [13] 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.
    [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] 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.
    [16] 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.
    [17] 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.
    [18] 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.
    [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
WeChat 点击查看大图
计量
  • 文章访问数:  596
  • HTML全文浏览量:  107
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-06-10
  • 修回日期:  2018-07-20
  • 刊出日期:  2018-11-25

改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法

doi: 10.3788/IRLA201847.1126002
  • 1. 西安工业大学 电子信息工程学院,陕西 西安 710021
    • 作者简介:

    郭全民(1974-),男,教授,硕士生导师,博士,主要从事智能传感与信息融合、图像处理及机器视觉方面的研究。Email:guoqm@163.com

  • 收稿日期: 2018-06-10
  • 修回日期: 2018-07-20
  • 刊出日期: 2018-11-25
基金项目:

陕西省自然科学基础研究计划项目（2014JM8326）;陕西省教育厅科研计划项目（11JK0989）

  • 中图分类号: TP391

摘要: 为了解决夜间会车滥用远光灯造成驾驶员晕光的问题，提出一种在IHS色彩空间下改进Curvelet变换融合可见光与红外图像的抗晕光方法。该方法通过改进Curvelet变换实现图像二维细节信息的有效表达，提高图像清晰度，其中提出的低频系数权值自动调节融合策略能够将晕光信息剔除，避免其参与融合过程；与IHS变换相结合能够保留原图中的色彩信息，避免色彩失真。对实验结果的主客观分析表明，该方法消除晕光比较彻底，与IHS-小波融合相比，融合图像的标准差、平均梯度、边缘强度、信息熵分别提高了47.15%、53.10%、52.46%、4.45%，对比度和清晰度显著提升，细节信息也更加丰富，人眼视觉效果更好，有利于驾驶员观察前方路况，提前做出预判，消除安全隐患，提高夜间行车的安全性。

English Abstract

    全文HTML

参考文献 (16)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计