微光与红外夜视图像染色方法研究

来源 :西南科技大学 | 被引量 : 0次 | 上传用户:yongzhujushi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为夜视图像染色的目的是通过提高夜视或微光条件下图像信息维数,使夜视图像不仅具有直观可辨的场景信息与显著突出的兴趣目标,且具有与日光条件下更相近的颜色效果,符合人眼观察习惯,从而降低人眼对图像特征、场景状态检视、识别、理解的难度和工作强度。近几年,夜视图像染色技术已被广泛应用于军事、侦查、执法、监视、安全、导航、隐蔽目标观测等众多领域,因而引起国内外研究学者的广泛关注。  本文首先对现有的单波段夜视图像染色方法(伪彩色编码法与颜色传递法)和微光与红外夜视图像染色方法(彩色融合法与颜色传递法)进行实验对比分析,揭示其一般原理、优缺点及适用性。在此基础上,主要针对以下内容展开深入研究:  (1)多尺度融合与非线性颜色传递的染色方法研究。结合微光与红外图像近自然色染色算法理论,总结传统算法实现颜色传递的实质及存在的不足,即对各颜色分量使用线性颜色传递,染色结果易出现低对比度或过饱和现象,易造成细节信息的损失。针对此间题,文中提出多尺度融合与非线性颜色传递的微光与红外图像染色方法。该方法在有效防止染色过程中出现的低对比度或过饱和现象基础上,使得纹理细节更清晰,兴趣目标更显著。  (2)面向运动目标增强的染色方法研究。通过对微光与红外图像近自然色染色算法研究现状分析发现,面向运动目标增强的染色方法公开文献及研究成果非常少,现有的增强目标的染色方法不适用于对序列图像中运动目标的增强。为此本文提出面向运动目标增强的夜视图像近自然色染色方法。通过该方法得到的染色图像纹理层次分明,色彩直观自然,且能够根据运动目标邻近场景颜色特征自适应调整运动目标的颜色表现,从而有效地增强了运动目标的显著程度,染色效果具良好表现。
其他文献
微博用户网络是一个涉及普通用户、名人等多类用户要素以及其间关注、推文、转发、评论等多种行为关系的复杂网络,以往对微博用户网络的研究通常仅对一种关系进行讨论,忽略了
随着人们对高速高质量数据传输,以及高容量、大带宽需求的日益增加,每个超级通道以每秒太比特的速率传输成为发展趋势,因此,基于波分复用(WDM)的光网络成为研究热点。在基于波分
光通信网中的传送网和接入网这两个领域目前正朝着高速大容量方向发展,在有限带宽的情况下如何提高通信容量越来越受到关注。偏振复用可以用来提高单根光纤的通信容量,而单载波
为了充分利用彩色成像丰富的纹理细节,及热红外成像在夜视和不良天气条件下的稳定性,应用数据融合的理论和方法,综合热红外与可见光传感器的互补信息,进行图像目标检测。该方法能
生物医学文本中隐含着不断更新的生物医学知识,从这些知识中可以发现基因同疾病之间的关系、基因同蛋白质之间的关系。因此,准确的进行基因名识别是抽取出这些关系的重要前提
随着数据挖掘技术的快速发展,聚类分析技术的应用越来越受到人们的广泛关注。聚类分析是无监督学习的过程,根据数据对象的相似性聚集成簇,从而发现数据集中数据的分布规律和发展
随着科学技术及信息技术的不断进步,电子商务的应用程度越来越高,Web2.0技术的进步在很大程度上对人们的物质生活和价值观念等都产生了非常大的影响,特别是在电子商务和大数
混沌学是从非线性科学引申出来的一门新科学。针对混沌现象研究出的混沌理论,国内外广大学者在流体的湍流、化学及电力系统、保密通讯等方面取得了非常广泛的应用成果。特别是
图像分割是计算机视觉研究的基础问题。变分水平集方法由于其复杂拓扑结构自适应表达、二维/三维图像分割表达的一致性、多模型集成能力等特点,已被广泛用于图像分割中。本文
数据分类是数据挖掘的研究热点。其目的是根据训练数据集的特点构造一个能够把测试数据集中的待测样本映射到某一类别的分类器。利用该分类器,能够提取描述数据类别的模型或