CN102547063B - 基于颜色对比度增强的自然感彩色融合方法 - Google Patents
基于颜色对比度增强的自然感彩色融合方法 Download PDFInfo
- Publication number
- CN102547063B CN102547063B CN201210027730.1A CN201210027730A CN102547063B CN 102547063 B CN102547063 B CN 102547063B CN 201210027730 A CN201210027730 A CN 201210027730A CN 102547063 B CN102547063 B CN 102547063B
- Authority
- CN
- China
- Prior art keywords
- color
- fuse
- fused images
- pseudo
- passage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000007500 overflow downdraw method Methods 0.000 title abstract 3
- 230000004927 fusion Effects 0.000 claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000012546 transfer Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 22
- 230000010354 integration Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 230000002708 enhancing effect Effects 0.000 claims description 10
- 238000005728 strengthening Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 4
- 230000004438 eyesight Effects 0.000 description 6
- 230000008447 perception Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000004297 night vision Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 229940097275 indigo Drugs 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开一种基于颜色对比度增强的自然感彩色融合方法,步骤为:在同一时间点,分别从红外和可见光视频中各提取一帧经光学配准的灰度图像;将前述两帧灰度图像进行线性运算映射至Lab颜色空间,得到双波段图像的伪彩色融合图像,并由观察者选取效果最佳的融合系数;用预存的一组白光参考图像对前述伪彩色融合图像进行颜色传递,由观察者选定一幅参考图像;利用选定的参考图像对伪彩色融合图像进行颜色对比度增强的自然感颜色校正;用前述步骤得到的参考图像和参数对红外与可见光视频进行颜色对比度增强的快速自然感彩色融合。此种融合方法可解决现有技术中双波段视频的自然感彩色融合的目标与背景颜色对比度低的问题。
Description
技术领域
本发明属于彩色夜视成像领域,特别涉及一种基于颜色对比度增强的红外与可视视频自然感彩色融合方法。
背景技术
人类从外界获取信息的83%来自视觉,但人眼视觉只响应很窄的可见光波段;在微弱光照下,人眼不仅逐渐失去颜色分辨能力,甚至因灵敏度下降而无法获得场景图像。微光夜视仪和红外热像仪等拓展了人类的光谱响应范围和黑暗中观察景物的能力。而可见光与红外图像融合技术可以充分利用不同传感器的优势,弥补单一传感器的不足。由于人眼能分辨的颜色等级是灰度等级的几百倍,因此,在以人眼观察为主的任务中,如车辆驾驶、直升机巡逻等,彩色融合图像更有利于场景的记忆,提高观察者的反应速度,增强对场景的印象。适于人眼感知的多波段自然感彩色融合成像成为国内外研究的重要方向。
20世纪9O年代美国麻省理工学院林肯实验室提出基于生物视觉特性的MIT多波段彩色融合方法,获得了具有一定自然感的融合图像。2003年,Toet等将Reinhard等提出的色彩传递算法应用到多波段夜视图像(近红外、微光、中波红外)融合中,将白光彩色图像的色彩信息传递到颜色对比强烈的融合图像中,明显改善了图像的自然感。然而,该方法包含多个颜色空间转换,以及对数变换等,对硬件的要求较高,不利于实时处理,限制了该方法在成像系统中的应用。针对这一不足,2010年Hovgervorst和Toet利用查找表技术进行视频融合,获得了一种简单快速的彩色融合方法。然而,多数自然感彩色融合方法仅考虑了图像整体颜色效果,对颜色空间的三通道进行类似的线性处理,使得目标与其周围背景间的颜色非常相近。因此,在红外视频中清晰的目标有时在融合结果中很难被观测,这反而不利于侦察和监控等。
为了提高目标在融合图像中的颜色对比度,2007年Wang等人利用非线性融合和色彩传递方法在YUV颜色空间将热目标渲染成红色,冷目标渲染成淡蓝色,增强了可视效果。
在2008年和2009年,Zheng和Ma等人将图像分割、识别等方法引入色彩传递中,对融合图像进行局部颜色映射,提高了目标与背景间的颜色对比度,使得目标更易于观察和识别。但由于涉及非线性融合、局部对比和图像分割等,这些方法甚至较2003年Toet的方法运算量更大,不利于快速处理,所以并不符合实际应用场合。
基于以上分析,本发明人对现有的彩色融合方法进行研究改进,本案由此产生。
发明内容
本发明的目的,在于提供一种基于颜色对比度增强的自然感彩色融合方法,其可解决现有技术中双波段视频的自然感彩色融合的目标与背景颜色对比度低的问题。
为了达成上述目的,本发明的解决方案是:
一种基于颜色对比度增强的自然感彩色融合方法,包括如下步骤:
(1)在同一时间点,分别从红外视频和可见光视频中各提取一帧经光学配准的灰度图像;
(2)将前述两帧灰度图像进行线性运算映射至Lab颜色空间,得到双波段图像的伪彩色融合图像,并由观察者选取效果最佳的融合系数;
(3)用预存的一组白光参考图像对前述伪彩色融合图像进行颜色传递,由观察者选定一幅参考图像;
(4)利用选定的参考图像对伪彩色融合图像通过线性与非线性结合的色彩传递处理进行颜色对比度增强的自然感颜色校正;
对L、a通道,利用线性颜色传递方法将由观察者选定的参考图像的一阶统计特性传输至伪彩色融合图像相应通道,表达式写为:
对伪彩色融合图像的b通道进行非线性颜色传递,在传输方程中加入伸缩因子w如下:
伪彩色融合图像中各像素对应的伸缩因子w(i,j)由其亮度值到伪彩色融合图像亮度均值的距离dist(i,j)确定,距离越大,其值越大,表达式为:
w(i,j)=dist(i,j)/<dist>
dist(i,j)=||L(i,j)-<Lfuse>)||p
其中,M×N为图像大小,<dist>表示伪彩色融合图像亮度距离的均值;伸缩指数因子p是一个常数,由观察者根据实际增强需求确定,当其在一个适当范围内变化时,其值越大,目标与背景间的颜色对比度效果越好;
(5)用前述步骤得到的参考图像和参数对红外与可见光视频进行颜色对比度增强的快速自然感彩色融合。
上述步骤(2)中,进行线性运算的内容为:将可见光映射至a通道,将红外与可见光图像的差值送入b通道,将两帧图像的加权和送至L通道。
采用上述方案后,本发明在实现双波段视频自然感彩色融合时,相对于以往的基于生物视觉特性的自然感彩色融合算法,以及基于色彩传递的自然感彩色融合算法具有以下优势:
(1)现有图像色彩传递处理技术有的虽能带来自然感很好的融合效果,甚至速度很快,但由于各帧图像的三通道进行类似的线性着色,造成融合视频中目标往往不够鲜明。本发明提出的一种基于颜色对比度增强的方法,根据对各帧伪彩色融合结果进行线性和非线性相结合的色彩传递,能够使得冷、热目标颜色更加鲜明、突出,易于观察;
(2)现有技术有的虽能突出目标但不符合实际应用需求。本发明直接在Lab空间进行伪彩色融合和全局色彩传递,一方面增大了与目标灰度相近的某些背景成分与目标间的颜色距离,更利于突出目标;另一方面仅有参考图像需要Lab与RGB空间简单的线性变换,提高了算法运行速度;
(3)对人眼视觉特性的研究和实验表明,人眼颜色视觉是视觉生理和心理共同作用的结果,因此不同观察者对某图像或者视频的色彩自然程度和目标突出程度会有不同的主观评价。本发明基于颜色对比度增强的双波段视频自然感彩色融合方法中,融合视频效果和相关融合参数由观察者选定,这十分有利于观察者对场景的感知和对目标的识别,符合实际应用中的操作模式。
附图说明
图1是本发明的流程图;
图2和图3分别是不同实际场景的伪彩色融合效果图;其中,(a)为红外图像,(b)为可见光图像,(c)为伪彩色融合图像;
图4是本发明实施例中根据观察者选择的不同参考图像获得的一组色彩传递结果图像;
图5是本发明实施例中实际场景在不同伸缩指数下的色彩传递结果图像;其中,(a)中伸缩指数为3,(b)中伸缩指数为4,(c)中伸缩指数为6;
图6是本发明实施例中采用现有技术进行的双波段自然感彩色融合视频的其中四帧图像;
图7是本发明实施例中基于颜色对比度增强的双波段自然感彩色融合视频的其中四帧图像。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
如图1所示,本发明提供一种基于颜色对比度增强的自然感彩色融合方法,其设计原理为:根据双波段灰度图像的伪彩色融合效果得到融合系数;然后,按红外图像中各像素亮度到中心均值的距离修正b通道颜色传输方程,并根据线性和非线性的颜色迁移效果,得到合适的伸缩指数因子;最后,使用确定的融合系数和伸缩指数因子进行双波段视频的自然感彩色融合,建立起实际应用中有利于不同观察者感知场景的操作模式。
本发明采用线性与非线性结合的色彩传递方法给输入视频各帧图像进行颜色赋值,融合视频中背景颜色自然,目标突出,十分有利于观察者对场景的感知,对目标的检测跟踪。由于融合视频色彩效果以及相关融合系数由观察者选定,这符合实际应用中的操作模式。
本实施例中采用红外视频与可见光视频来进行基于目标颜色对比度增强的自然感彩色融合,其具体实现过程包括如图1所示的四个步骤:
步骤一、在同一时间点,分别从红外视频和可见光视频中各提取一帧经光学配准的图像,即红外波段灰度图像IIR和可见光波段灰度图像Ivis,作为伪彩色融合的输入。
步骤二、将步骤一得到的两帧灰度图像IIR和Ivis进行线性运算映射至Lab颜色空间,得到红外与可见光图像的伪彩色融合图像,如式(1)。
红外图像动态范围大,目标与背景差大时对比度很好;可见光图像高频成分多,能反映场景细节。为了使两种图像特征得以互补,伪彩色融合时通常采用将可见光映射至a(红-绿)通道,红外与可见光图像的差值送入b(黄-蓝)通道,两幅图像的加权和送至L通道(m1+m2=1)。其中,融合系数m1和m2受所采用的传感器类型、视频采集环境以及场景构成的影响,其值具体由观察者根据融合效果主观确定。它们的具体作用表现为:1)增大背景中与红外目标灰度相近的某些成分与红外目标的颜色距离,如图2红外图像前景中的树木与红外目标灰度相近,经加权融合后,颜色距离将被拉大。2)突出目标,丰富背景细节。图2、3给出两组用不同类型传感器捕获的不同实际场景的彩色融合效果,其中(a)为可见光图像,(b)为对应红外图像,(c)为伪彩色融合图像,我们实验时取m1的值分别为0.5和0.7。
步骤三、用预存的一组白光参考图像对步骤二得到的伪彩色融合图像进行颜色传递,由观察者选定一幅参考图像。
为校正步骤二得到的伪彩色融合图像的整体色调,并提高冷热目标与背景间的颜色对比度,用多幅参考图像分别对伪彩色融合图像进行色彩传递,获得不同的传递目标图像。由于色彩传递时只需要用到参考图像在去相关色空间Lab中各通道的均值和方差,因此系统硬件只需预存储参考图像的均值和方差,选择一定数量的典型参考图像库(如山林、灌木、沙漠、海面及蓝天白云等)并不占用更多的存储空间,进而可保证不同环境的应用要求。
图4给出了利用参考图像对图2(a)和(b)做色彩传递所获得的6幅传递结果图像。可以看出:色彩传递的结果与源伪彩色融合图像相比都更加鲜艳,饱和度也均有明显改善,但是图像的色彩自然感有所差别。根据观察者的视觉喜好,选择其中一种色彩传递结果图像效果。本实施例选择图4(e)所采用的参考图像。
步骤四、利用选定的参考图像对伪彩色融合图像通过线性与非线性结合的色彩传递处理进行颜色对比度增强的自然感颜色校正。
对L、a通道,利用线性颜色传递方法将由观察者选定的参考图像的一阶统计特性传输至伪彩色融合图像相应通道,表达式写为:
为了进一步突出冷热目标,对伪彩色融合图像的b通道进行非线性颜色传递,在传输方程中加入伸缩因子w如下:
其中,和分别表示参考图像与伪彩色融合图像在b通道的方差;<bref>和<bfuse>分别表示参考图像与伪彩色融合图像在b通道的均值。
伪彩色融合图像中各像素对应的伸缩因子w(i,j)由其亮度值到伪彩色融合图像亮度均值的距离dist(i,j)确定,距离越大,其值越大,表达式为:
w(i,j)=dist(i,j)/<dist> (4)
dist(i,j)=||L(i,j)-<Lfuse>)||p (6)
其中,M×N为图像大小,<dist>表示伪彩色融合图像亮度距离的均值;伸缩指数因子p是一个常数,由观察者根据实际增强需求确定,当其在一个适当范围内变化时,其值越大,目标与背景间的颜色对比度效果越好,如图5,伸缩指数因子p依次为3、4、6。
步骤五、用步骤二、三、四得到的参考图像和相关融合参数对红外与可见光视频进行颜色对比度增强的快速自然感彩色融合。
图6为采用现有技术对红外和可见光双波段视频进行色彩传递处理得到的4帧图像。图7给出了基于颜色对比度增强得到的双波段自然感彩色融合视频序列中的4帧图像。可以看出,图6中4帧图像虽具有自然的颜色效果,但整体被渲染成绿色,目标被淹没在树丛中,不利于观察。
与图6所示的处理效果对比可见,本发明基于颜色对比度增强的双波段视频自然感彩色融合方法得到的融合视频具有更加鲜明的颜色,目标更加突出,冷目标(如屋顶)被渲染成深蓝色,而热目标被渲染成鲜亮的黄色,更易于识别。
综上所述,本发明一种基于颜色对比度增强的自然感彩色融合方法,与现有技术相比,主要改进之处在于:
①采用一组参考图像进行色彩传递处理,得到的一组结果图像具有若干色彩效果,可供用户根据主观判断进行选择,有利于场景感知,符合进一步实际应用的操作模式;
②为了增大与目标灰度相近的某些背景成分与目标间的颜色距离,在伪彩色融合过程中将双波段灰度图像进行加权融合,由观察者根据主观判断选择融合系数,便于进一步对目标颜色的增强处理;
③为了突出冷热目标,并能使背景颜色保持自然,对伪彩色融合图像L、a通道实现全局线性颜色迁移,而对b通道根据各像素亮度与均值亮度的距离实现非线性颜色迁移,并增加伸缩指数因子,获得目标增强,背景抑制的效果。
以上实施例对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于颜色对比度增强的自然感彩色融合方法,其特征在于包括如下步骤:
(1)在同一时间点,分别从红外视频和可见光视频中各提取一帧经光学配准的灰度图像;
(2)将前述两帧灰度图像进行线性运算映射至Lab颜色空间,得到双波段图像的伪彩色融合图像,并由观察者选取效果最佳的融合系数;
(3)用预存的一组白光参考图像对前述伪彩色融合图像进行颜色传递,由观察者选定一幅参考图像;
(4)利用选定的参考图像对伪彩色融合图像通过线性与非线性结合的色彩传递处理进行颜色对比度增强的自然感颜色校正;
对L、a通道,利用线性颜色传递方法将由观察者选定的参考图像的一阶统计特性传输至伪彩色融合图像相应通道,表达式写为:
对伪彩色融合图像的b通道进行非线性颜色传递,在传输方程中加入伸缩因子w如下:
伪彩色融合图像中各像素对应的伸缩因子w(i,j)由其亮度值到伪彩色融合图像亮度均值的距离dist(i,j)确定,距离越大,其值越大,表达式为:
w(i,j)=dist(i,j)/<dist>
dist(i,j)=||L(i,j)-<Lfuse>)||p
其中,M×N为图像大小,<dist>表示伪彩色融合图像亮度距离的均值;伸缩指数因子p是一个常数,由观察者根据实际增强需求确定,当其在一个适当范围内变化时,其值越大,目标与背景间的颜色对比度效果越好;
(5)用前述步骤得到的参考图像和参数对红外与可见光视频进行颜色对比度增强的快速自然感彩色融合。
2.如权利要求1所述的基于颜色对比度增强的自然感彩色融合方法,其特征在于:所述步骤(2)中,进行线性运算的内容为:将可见光映射至a通道,将红外与可见光图像的差值送入b通道,将两帧图像的加权和送至L通道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210027730.1A CN102547063B (zh) | 2012-02-08 | 2012-02-08 | 基于颜色对比度增强的自然感彩色融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210027730.1A CN102547063B (zh) | 2012-02-08 | 2012-02-08 | 基于颜色对比度增强的自然感彩色融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102547063A CN102547063A (zh) | 2012-07-04 |
CN102547063B true CN102547063B (zh) | 2014-06-11 |
Family
ID=46352938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210027730.1A Expired - Fee Related CN102547063B (zh) | 2012-02-08 | 2012-02-08 | 基于颜色对比度增强的自然感彩色融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102547063B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489168A (zh) * | 2013-09-25 | 2014-01-01 | 海视英科光电(苏州)有限公司 | 一种红外图像自适应转伪彩增强方法及系统 |
CN105096289B (zh) * | 2015-09-21 | 2018-09-11 | 河南科技学院 | 一种图像处理的方法及移动终端 |
CN105338262B (zh) | 2015-10-09 | 2018-09-21 | 浙江大华技术股份有限公司 | 一种热成像图像处理方法及装置 |
CN105388414A (zh) * | 2015-10-23 | 2016-03-09 | 国网山西省电力公司大同供电公司 | 一种隔离开关的全方位故障自动识别方法 |
CN106815826A (zh) * | 2016-12-27 | 2017-06-09 | 上海交通大学 | 基于场景识别的夜视图像彩色融合方法 |
CN107610132B (zh) * | 2017-08-28 | 2021-12-31 | 西北民族大学 | 一种古籍文档图像污渍去除方法 |
CN107992857A (zh) * | 2017-12-25 | 2018-05-04 | 深圳钰湖电力有限公司 | 一种高温蒸汽泄漏自动巡检识别方法及识别系统 |
CN109754444B (zh) | 2018-02-07 | 2021-10-26 | 京东方科技集团股份有限公司 | 图像着色方法和装置 |
CN109308380B (zh) * | 2018-08-24 | 2022-08-02 | 云南大学 | 基于非真实感的刺绣艺术风格模拟方法 |
CN109272464A (zh) * | 2018-09-10 | 2019-01-25 | 厦门理工学院 | 一种基于指数运算的低照度视频实时增强方法与装置 |
CN109658367B (zh) * | 2018-11-14 | 2022-11-25 | 国网新疆电力有限公司信息通信公司 | 基于彩色传递的图像融合方法 |
CN111837155A (zh) | 2018-12-17 | 2020-10-27 | 深圳市大疆创新科技有限公司 | 图像处理方法及设备 |
CN109712093B (zh) * | 2018-12-21 | 2020-12-15 | 中国电子科技集团公司第三研究所 | 一种基于海天背景的图像颜色还原方法及装置 |
CN110389390B (zh) * | 2019-05-31 | 2021-05-18 | 中国人民解放军陆军工程大学 | 一种大视场红外微光自然感彩色融合系统 |
CN110400353B (zh) * | 2019-07-18 | 2021-11-02 | 北京蜜莱坞网络科技有限公司 | 图像生成方法、装置、设备和介质 |
CN110555799A (zh) * | 2019-09-26 | 2019-12-10 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
CN111145133A (zh) * | 2019-12-05 | 2020-05-12 | 南京理工大学 | 基于zynq的红外和可见光同光轴图像融合系统及方法 |
CN113362261B (zh) * | 2020-03-04 | 2023-08-11 | 杭州海康威视数字技术股份有限公司 | 图像融合方法 |
CN114339447B (zh) * | 2020-09-29 | 2023-03-21 | 北京字跳网络技术有限公司 | 图片转视频的方法、装置、设备及存储介质 |
CN114374830B (zh) * | 2022-01-06 | 2024-03-08 | 杭州海康威视数字技术股份有限公司 | 图像白平衡方法、电子设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853492A (zh) * | 2010-05-05 | 2010-10-06 | 浙江理工大学 | 一种夜视微光图像与红外图像融合方法 |
CN101867685A (zh) * | 2010-06-25 | 2010-10-20 | 北京理工大学 | 基于颜色查找表的双波段视频快速自然感彩色融合方法 |
CN102298769A (zh) * | 2011-06-11 | 2011-12-28 | 浙江理工大学 | 基于色彩传递的夜视弱光图像与红外图像的彩色融合方法 |
-
2012
- 2012-02-08 CN CN201210027730.1A patent/CN102547063B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853492A (zh) * | 2010-05-05 | 2010-10-06 | 浙江理工大学 | 一种夜视微光图像与红外图像融合方法 |
CN101867685A (zh) * | 2010-06-25 | 2010-10-20 | 北京理工大学 | 基于颜色查找表的双波段视频快速自然感彩色融合方法 |
CN102298769A (zh) * | 2011-06-11 | 2011-12-28 | 浙江理工大学 | 基于色彩传递的夜视弱光图像与红外图像的彩色融合方法 |
Non-Patent Citations (2)
Title |
---|
钱小燕,韩磊,王帮峰.基于YUV空间的彩色夜视融合方法.《计算机应用》.2010,第30卷(第12期),3222-3228. * |
钱小燕,韩磊,王帮峰.红外与可见光图像快速融合算法.《计算机辅助设计与图形学学报》.2011,第23卷(第7期),1211-1216. * |
Also Published As
Publication number | Publication date |
---|---|
CN102547063A (zh) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102547063B (zh) | 基于颜色对比度增强的自然感彩色融合方法 | |
CN111709902B (zh) | 基于自注意力机制的红外和可见光图像融合方法 | |
Yin et al. | One color contrast enhanced infrared and visible image fusion method | |
CN103402117B (zh) | 基于Lab色度空间的视频图像偏色检测方法 | |
Zheng et al. | Qualitative and quantitative comparisons of multispectral night vision colorization techniques | |
EP3534326A1 (en) | Method and apparatus for merging infrared image and visible light image | |
CN105933617B (zh) | 一种用于克服动态问题影响的高动态范围图像融合方法 | |
CN101867685B (zh) | 基于颜色查找表的双波段视频快速自然感彩色融合方法 | |
CN104572538B (zh) | 一种基于k‑pls回归模型的中医舌图像颜色校正方法 | |
CN106815826A (zh) | 基于场景识别的夜视图像彩色融合方法 | |
CN104933706B (zh) | 一种成像系统色彩信息标定方法 | |
CN115035003A (zh) | 交互补偿注意力的红外与可见光图像对抗融合方法 | |
US20200320743A1 (en) | Method and apparatus for processing image | |
CN108133470A (zh) | 红外图像与微光彩色图像融合系统及方法 | |
Qian et al. | Color contrast enhancement for color night vision based on color mapping | |
Li et al. | Fast color-transfer-based image fusion method for merging infrared and visible images | |
CN109377468A (zh) | 基于多特征的红外辐射和偏振图像的伪彩色融合方法 | |
CN108735010A (zh) | 一种用于英语教学的智能型英语教学系统 | |
Huang et al. | Visual and infrared dual-band false color image fusion method motivated by Land’s experiment | |
CN102385745B (zh) | 单源伪双能探测器安检数据的伪彩配色方法 | |
Faigenbaum et al. | Multispectral imaging of two Hieratic inscriptions from Qubur el-Walaydah | |
CN104143183B (zh) | 基于亮度传递可见光和红外黑白视频图像的灰度融合方法 | |
Qian et al. | Effective contrast enhancement method for color night vision | |
CN104036459A (zh) | 一种具有图像真实感再现的局部色调映射方法 | |
Shrestha | Simulating colour vision deficiency from a spectral image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140611 Termination date: 20160208 |