CN104143183A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN104143183A CN104143183A CN201410386473.XA CN201410386473A CN104143183A CN 104143183 A CN104143183 A CN 104143183A CN 201410386473 A CN201410386473 A CN 201410386473A CN 104143183 A CN104143183 A CN 104143183A
- Authority
- CN
- China
- Prior art keywords
- video image
- brightness
- gray scale
- black
- scale fusion
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种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,使得灰度融合后的黑白视频图像效果好,有利于目标的快速识别,同时可以快速实时地实现融合处理。本发明的一种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,首先对可见光黑白视频图像和红外黑白视频图像进行线性组合得到初始灰度融合视频图像;然后对所述的初始灰度融合视频图像进行亮度传递,得到最终灰度融合视频图像。
Description
技术领域
本发明属于图像处理技术领域,主要涉及一种可见光和红外黑白视频图像的灰度融合方法,此种方法是基于图像亮度传递的。
背景技术
图像融合可以将同一目标的不同源图像信息进行像素叠加,与单一源成像系统的图像相比,融合图像通常具有信息量大、目标细节丰富等特点,可明显地提高目标识别概率,是当今光电成像与图像处理技术研究的热点之一。
图像融合大致可分为灰度图像融合和彩色图像融合,虽然彩色融合整体观察效果要优于灰度图像融合,但是在实际应用中,由于某些主客观因素的限制(例如单色显示器以及个人喜好等),即使采用了彩色融合处理技术,有时也只能进行灰度或单色显示。
将不同源的灰度图像融合为一幅包含相关图像特征的灰度图像,比较典型的方法有加权平均法、灰度调制法、金字塔融合方法、小波融合算法等。加权平均法和灰度调制法运行速度快,但是算法太过简单,融合效果往往不太理想;金字塔融合算法和小波融合算法相对复杂很多,融合效果不错,但是运行速度慢,无法进行实时的融合处理。
综上所述,如何将可见光和红外黑白视频图像的融合快速实时运行,而且融合效果好,仍是一个具有挑战性的难题。
发明内容
本发明的目的在于提供一种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,使得灰度融合后的黑白视频图像效果好,有利于目标的快速识别,同时可以快速实时地实现融合处理。
为了达成上述目的,本发明的一种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,首先对可见光黑白视频图像和红外黑白视频图像进行线性组合得到初始灰度融合视频图像;然后对所述的初始灰度融合视频图像进行亮度传递,得到最终灰度融合视频图像。
上述方案中,所述的对可见光黑白视频图像和红外黑白视频图像进行线性组合得到初始灰度融合视频图像采用以下方法:将可见光黑白视频图像的像素值Vis和对应红外黑白视频图像的像素值IR,进行选择性的线性组合,得到初始灰度融合视频图像,在YUV颜色空间中,初始灰度融合视频图像的亮度值Y即
式中,k1和k2均为正有理数,且k1>k2。
上述方案中,所述的对初始灰度融合视频图像进行亮度传递采用以下方法:首先选取一幅参考图像,然后在YUV颜色空间分别计算初始灰度融合视频图像的和参考图像的亮度值的均值和标准差,进而将参考图像的亮度传递给初始灰度融合视频图像,得到可见光和红外黑白视频图像的最终灰度融合视频图像Y′,其中,色度均为固定值,亮度传递方法为
式中,σ表示图像各参量的标准差;表示颜色空间中亮度的均值;下标S和T分别表示为初始灰度融合视频图像和参考图像的参数;下标Y表示为亮度通道相应的参数。
上述方案中,所选取参考图像直接影响最终灰度融合视频图像的亮度,不同亮度的参考图像可获得不同的灰度融合效果,因此选取具有用户期望亮度范围的图像作为参考图像。
本发明的有益效果:
本发明提供的一种基于亮度传递的可见光和红外黑白视频图像的灰度融合方法,使得融合后的黑白视频图像观察效果好,极大地改善了目标的识别效率;同时快速实时地实现了融合,满足了实时观察的需求。
附图说明
图1是本发明的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流程图。
图2是依照本发明实施例的在YUV空间中基于亮度传递的可见光和红外黑白视频图像的灰度融合方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合具体实施例,并参照附图,对本发明进一步详细说明。应指出的是,所描述的实例仅是为了便于本发明的理解,而对其不起任何限定作用。本发明使用的方法既可以在个人计算机、工控机及服务器上以软件的形式安装并执行,也可以将方法做成嵌入式芯片以硬件的形式来体现。
图1示出了基于亮度传递的可见光和红外黑白视频图像的灰度融合方法流程图。本发明提供的一种基于亮度传递的可见光和红外黑白视频图像的灰度融合方法,包括对可见光黑白视频图像和红外黑白视频图像进行选择性地线性组合得到初始灰度融合视频图像;以及对初始灰度融合视频图像进行亮度传递,得到最终灰度融合视频图像。本发明融合后的黑白视频图像观察效果好,极大地改善了目标的识别效率;同时可以快速实时地实现融合处理。
图2示出了依照本发明实施例的在YUV空间中基于亮度传递的可见光和红外黑白视频图像的灰度融合方法流程图。对于可见光黑白视频图像的像素值Vis和对应红外黑白视频图像的像素值IR,首先比较Vis和IR的大小,然后按照不同权重进行线性组合,得到初始灰度融合视频图像。其中,若Vis比IR大,则使用可见光占主要权重的线性组合;若Vis比IR小,则使用红外占主要权重的线性组合。在YUV颜色空间中,初始灰度融合视频图像的亮度值Y即可按照(1)式计算得出。再选取一幅自然环境的彩色参考图像;在YUV颜色空间分别计算初始灰度融合视频图像和彩色参考图像的亮度Y的均值和标准差,进而将参考图像的亮度传递给初始灰度融合视频图像,得到可见光和红外黑白视频图像的最终灰度融合视频图像亮度Y′,其中,色度U′和V′均为固定值128(对于8位的彩色显示),不进行变换。具体的亮度传递方法按照式(2)来进行,得到最终灰度融合视频图像(Y′,U′,V′)。其中,所选取彩色参考图像直接影响最终灰度融合视频图像的亮度,不同亮度的参考图像可获得不同的黑白融合效果。因此,应当选取具有用户期望亮度范围的图像作为参考图像。
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 (4)
1.一种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,其特征在于:首先对可见光黑白视频图像和红外黑白视频图像进行线性组合得到初始灰度融合视频图像;然后对所述的初始灰度融合视频图像进行亮度传递,得到最终灰度融合视频图像。
2.如权利要求1所述的一种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,其特征在于:所述的对可见光黑白视频图像和红外黑白视频图像进行线性组合得到初始灰度融合视频图像采用以下方法:将可见光黑白视频图像的像素值Vis和对应红外黑白视频图像的像素值IR,进行选择性的线性组合,得到初始灰度融合视频图像,在YUV颜色空间中,初始灰度融合视频图像的亮度值Y即
式中,k1和k2均为正有理数,且k1>k2。
3.如权利要求1所述的一种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,其特征在于:所述的对初始灰度融合视频图像进行亮度传递采用以下方法:首先选取一幅参考图像,然后在YUV颜色空间分别计算初始灰度融合视频图像的和参考图像的亮度值的均值和标准差,进而将参考图像的亮度传递给初始灰度融合视频图像,得到可见光和红外黑白视频图像的最终灰度融合视频图像Y′,其中,色度均为固定值,亮度传递方法为
式中,σ表示图像各参量的标准差;表示颜色空间中亮度的均值;下标S和T分别表示为初始灰度融合视频图像和参考图像的参数;下标Y表示为亮度通道相应的参数。
4.如权利要求1或2或3所述的一种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,其特征在于:所选取参考图像直接影响最终灰度融合视频图像的亮度,不同亮度的参考图像可获得不同的灰度融合效果,因此选取具有用户期望亮度范围的图像作为参考图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410386473.XA CN104143183B (zh) | 2014-08-07 | 2014-08-07 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410386473.XA CN104143183B (zh) | 2014-08-07 | 2014-08-07 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104143183A true CN104143183A (zh) | 2014-11-12 |
CN104143183B CN104143183B (zh) | 2017-12-12 |
Family
ID=51852351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410386473.XA Active CN104143183B (zh) | 2014-08-07 | 2014-08-07 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104143183B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104601953A (zh) * | 2015-01-08 | 2015-05-06 | 中国航空无线电电子研究所 | 一种视频图像融合处理系统 |
CN110035239A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种基于灰度—梯度优化的多积分时间红外图像融合方法 |
CN110211083A (zh) * | 2019-06-10 | 2019-09-06 | 北京宏大天成防务装备科技有限公司 | 一种图像处理方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7620265B1 (en) * | 2004-04-12 | 2009-11-17 | Equinox Corporation | Color invariant image fusion of visible and thermal infrared video |
CN100341658C (zh) * | 2005-07-04 | 2007-10-10 | 中国航空工业第一集团公司北京航空制造工程研究所 | 一种高能束流焊接过程多信号融合监测仪 |
CN1932882A (zh) * | 2006-10-19 | 2007-03-21 | 上海交通大学 | 基于目标检测的红外与可见光序列图像特征级融合方法 |
CN101853492B (zh) * | 2010-05-05 | 2012-07-04 | 浙江理工大学 | 一种夜视微光图像与红外图像融合方法 |
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 |
-
2014
- 2014-08-07 CN CN201410386473.XA patent/CN104143183B/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104601953A (zh) * | 2015-01-08 | 2015-05-06 | 中国航空无线电电子研究所 | 一种视频图像融合处理系统 |
CN104601953B (zh) * | 2015-01-08 | 2017-12-15 | 中国航空无线电电子研究所 | 一种视频图像融合处理系统 |
CN110035239A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种基于灰度—梯度优化的多积分时间红外图像融合方法 |
CN110035239B (zh) * | 2019-05-21 | 2020-05-12 | 北京理工大学 | 一种基于灰度—梯度优化的多积分时间红外图像融合方法 |
CN110211083A (zh) * | 2019-06-10 | 2019-09-06 | 北京宏大天成防务装备科技有限公司 | 一种图像处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104143183B (zh) | 2017-12-12 |
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 | |
CN103325120A (zh) | 一种快速自适应支持权值双目视觉立体匹配方法 | |
US20160065939A1 (en) | Apparatus, method, and medium of converting 2d image to 3d image based on visual attention | |
CN103353982A (zh) | 一种基于直方图均衡化的色调映射方法 | |
CN110827193A (zh) | 基于多通道特征的全景视频显著性检测方法 | |
KR101674568B1 (ko) | 영상 변환 장치 및 이를 포함하는 입체 영상 표시 장치 | |
JP2015154101A (ja) | 画像処理方法、画像処理装置及び電子機器 | |
CN108765333B (zh) | 一种基于深度卷积神经网络的深度图完善方法 | |
CN105869115B (zh) | 一种基于kinect2.0的深度图像超分辨率方法 | |
CN102685521A (zh) | 一种显示方法和显示装置 | |
JP2012029168A (ja) | 視差画像生成方法及び装置 | |
CN104143183A (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 | |
CN109934793A (zh) | 一种基于整数dct变换的实时图像融合方法 | |
CN104240213B (zh) | 一种显示方法及显示装置 | |
US10122987B2 (en) | 3D system including additional 2D to 3D conversion | |
Shin et al. | Maximizing self-supervision from thermal image for effective self-supervised learning of depth and ego-motion | |
CN105139368B (zh) | 一种可用于机器视觉的混合型色调映射方法 | |
US11070783B2 (en) | 3D system | |
CN105528772B (zh) | 一种基于指导性滤波的图像融合方法 | |
KR101519463B1 (ko) | 3d 이미지 변환 장치 및 그 방법 | |
Cheng et al. | 51.3: An Ultra‐Low‐Cost 2‐D/3‐D Video‐Conversion System | |
CN104065939B (zh) | Hdri的生成方法及装置 | |
US20170140571A1 (en) | 3d system including rendering with curved display | |
US20170142401A1 (en) | 3d system including rendering with three dimensional transformation | |
US20170142400A1 (en) | 3d system including rendering with shifted compensation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |