夜视图像的彩色化是夜视领域非常重要的一个研究内容,但传统的彩色化技术只增加了图像色彩信息,并没有改进夜视图像分辨率低,亮度细节模糊这一问题。纹理能够模拟真实景物表面的细节特征,增强绘制的真实感。因此,论文采用了纹理传递和纹理生成的理论,提出并实现了几个基于该理论的夜视图像增强算法,同时解决了夜视图像彩色化和纹理细节增强的问题。夜视图像主要包括红外图像和微光图像,二者各有特点又各存在不足。红外图像的特点是纹理信息较少,轮廓信息较好,而微光图像的纹理信息较丰富,轮廓信息不足。首先,对于配准的红外与微光图像,通过高斯滤波进行金字塔分解,对金字塔各层图像分别采用LAWS纹理能量法提取特征,并采用纹理特征的加权和作为显著性测度进行融合。为了衡量融合结果,对融合结果图像进行直观的定性评价和定量指标评价,评价结果表明融合结果图像保留了红外与微光图像的各自优点,目标更加突出,纹理更加细致。最后对融合结果进行welsh色彩传递,获得彩色夜视图像,彩色传递的结果也表明本文实现的基于纹理特征的多尺度融合结果优于红外图像或微光图像和加权融合图像。其次,论文针对彩色夜视技术中只具有一个场景的单类夜视图像的情况,实现了基于纹理合成的自然彩色夜视方法,将自然彩色图像的纹理与色彩同时传递给夜视图像,得到纹理清晰和色彩真实的彩色夜视图像。由人工交互确定自然彩色源图像和目标红外图像的对应子块,将纹理生成的结果小子块的纹理扩展至全部目标红外图像,实验结果验证了该算法的可行性与有效性。最后,本文从拍摄的大量微光图像里,提取不同模式的纹理块,构建了天空、道路、草地、树木四类景物的微光图像库,并结合灰度共生矩阵和Gabor滤波器提取图像纹理特征,建立其对应的纹理特征库。然后通过比对目标图像像素点纹理特征与特征库中各向量的相似性,来判定该像素所属类别,实现了微光图像的分割；通过套印算法进行快速的色彩与纹理传递。实验结果表明,基于纹理特征库的方法可以实现对微光图像较为准确的分割,基于融合和套印的色彩纹理传递方法,在部分程度上改善了套印中深度信息丢失问题导致的场景深度感失真的不足,得到了同时具有自然色彩和纹理的彩色夜视图像。