论文部分内容阅读
红外与可见光图像融合技术能够增强场景理解,有利于提高目标探测能力。它在军事、安全、搜救等领域具有广阔的应用前景。本文针对红外与可见光图像融合技术开展研究工作,特别对基于人眼视觉的彩色融合算法和彩色融合图像客观评价方法进行了探讨和研究。
针对目前无法对红外与可见光图像融合系统目标探测概率进行定量评估的问题,提出一种红外与可见光图像融合系统(灰度)目标探测概率的定量计算方法。该方法基于五个因素:目标与背景的光谱对比度;红外与可见光探测器的特性;环境照度条件;融合图像质量;目标大小与距离。利用我们研制的系统,该方法应用在两个实际的探测任务中,并且设计了主观验证实验,主观实验结果与计算结果具有较高的一致性。实验结果表明该方法较为全面地考虑了影响图像融合系统目标探测概率的各个因素,它能够有效计算图像融合系统的目标探测概率。
针对现有彩色融合算法存在的目标不够突出、对比度较差的问题,研究增强目标及视觉对比度的彩色融合算法。首先设计一种基于二次聚类的目标提取算法,把目标从图像中提取出来。然后提出一种基于Retinex理论和人眼视觉系统模型的对比度增强算法,该方法在Retinex结构下,设计基于对比度敏感函数(CSF)的增益函数,在YUV空间下对背景部分的Y通道进行全局和局部对比度增强。对于目标部分,在YUV空间下赋予其显著的色彩,达到目标增强的目的。实验结果表明,该算法得到的彩色融合图像在保持自然色彩的基础上,具有很好的全局对比度和局部对比度,更有利于人眼对场景的观察和理解;图像中的目标非常突出,并可以根据场景自由选择目标颜色,更加灵活机动。
针对目前缺少符合主观感受的彩色融合图像客观评价方法的问题,从彩色融合图像目标探测性和图像场景信息两个方面来研究彩色融合图像客观评价方法:
首先,提出一种基于人眼视觉系统的彩色融合图像目标探测性客观评价方法,用来客观评价彩色融合图像中的目标探测性。它在CIELAB色彩空间下设计,建立在四个和色彩有关的因素上:目标自身的亮度;目标-背景区域视觉亮度差;目标-背景区域色调差;目标-背景区域色度差。其中,视觉亮度差被看作对目标探测性影响最大的因素,它根据人眼视觉系统理论中的韦伯定律来设计。实验结果表明,我们提出的目标探测性客观评价方法与人眼视觉感受吻合,利用它可以有效地评价彩色融合图像的目标探测性。
然后,为了更加全面的客观评价彩色融合图像整体的场景信息质量,提出一种符合人眼视觉感知的基于场景理解的彩色融合图像客观评价方法。它包含四个评价指标:图像清晰度指标(ISM)、图像对比度指标(ICM)、图像色彩彩色性指标(CCM)和图像色彩自然性指标(CNM)。ISM基于图像梯度信息来设计;ICM基于灰度直方图和彩色直方图特性设计;CCM基于色彩饱和度和多样性特性来设计;CNM通过计算融合图像与自然图像间色彩分布的相似性来设计。所有的色彩特性都在CIELAB空间中计算。我们还设计了基于这四种指标的图表方法,该方法可以更直观的帮助评价彩色融合图像的质量。实验结果表明我们提出的评价方法与主观感受结果吻合,证明这种评价方法可以有效地评价彩色融合图像质量。
最后,采用基于场景理解的彩色融合图像客观评价方法,结合目标探测性客观评价方法,全面地评价了我们提出的彩色融合算法。评价结果表明,我们提出的彩色融合算法相比其他算法具有优势,同时也验证了评价方法的有效性。