基于目标增强的红外与可见光图像融合技术研究

黄慧, 张宝辉, 席峰, 吴旭东

黄慧, 张宝辉, 席峰, 吴旭东. 基于目标增强的红外与可见光图像融合技术研究[J]. 红外技术, 2017, 39(10): 908-913.
引用本文: 黄慧, 张宝辉, 席峰, 吴旭东. 基于目标增强的红外与可见光图像融合技术研究[J]. 红外技术, 2017, 39(10): 908-913.
HUANG Hui, ZHANG Baohui, XI Feng, WU Xudong. Image Fusion Technique Based on Target-Enhancement[J]. Infrared Technology , 2017, 39(10): 908-913.
Citation: HUANG Hui, ZHANG Baohui, XI Feng, WU Xudong. Image Fusion Technique Based on Target-Enhancement[J]. Infrared Technology , 2017, 39(10): 908-913.

基于目标增强的红外与可见光图像融合技术研究

详细信息
  • 中图分类号: TP391

Image Fusion Technique Based on Target-Enhancement

  • 摘要: 针对红外和可见光图像融合算法中存在背景模糊和目标不清晰等问题,提出一种基于目标增强的红外与可见光图像融合算法.首先,利用均值滤波的方法获得透射率的粗估计,通过图像统计信息实现粗透射率的细化,依据大气散射模型实现红外图像的目标增强;然后,对目标增强的红外图像和可见光图像采用改进的Prewitt算子进行边缘检测,并将检测结果二值化,对边缘部分采用基于二值信息的融合规则,对非边缘部分采用比值加权分析的融合规则.实验结果表明,采用基于目标增强的图像融合算法不仅能凸显红外图像的目标信息,还能尽可能多的保留可见光图像丰富的细节信息,具有更好的视觉效果和更高的客观质量评价指标.
  • 期刊类型引用(7)

    1. 王磊,徐超,吴辉. 可见光-红外目标与背景温差特性研究. 红外与激光工程. 2024(09): 287-295 . 百度学术
    2. 孙爱平,杨绍明,郭亮,龚杨云,余海红,曾邦泽,赵德利,王京云,李泽民. 可见光/微光与红外平行光路融合物镜设计. 红外技术. 2020(01): 46-53 . 本站查看
    3. 李红睿,韩琛晔,崔红伟. 基于微波光子学的激光夜视图像自动分割算法. 激光杂志. 2020(08): 124-128 . 百度学术
    4. 仲红玉,尹丽菊,胡浩东,王炫,寇廷栋,潘金凤,蔡富东. 一种改进区域能量融合规则的光子计数图像增强算法. 数据采集与处理. 2019(01): 111-121 . 百度学术
    5. 李敏,苑贤杰,骆志丹,邱晓华. 基于NSST与改进PCNN的红外与可见光图像融合方法. 光电子·激光. 2019(02): 185-191 . 百度学术
    6. 张烨,刘晓佩. 一种改进的压缩感知图像融合方法. 西安科技大学学报. 2018(04): 690-696 . 百度学术
    7. 陈乾辉,吴德刚. 基于可见光—红外光图像融合的苹果缺陷检测算法. 食品与机械. 2018(09): 135-138 . 百度学术

    其他类型引用(9)

计量
  • 文章访问数:  290
  • HTML全文浏览量:  34
  • PDF下载量:  13
  • 被引次数: 16
出版历程

目录

    /

    返回文章
    返回