CN105447838A - 一种红外与微光/可见光融合成像的方法及系统 - Google Patents
一种红外与微光/可见光融合成像的方法及系统 Download PDFInfo
- Publication number
- CN105447838A CN105447838A CN201410428909.7A CN201410428909A CN105447838A CN 105447838 A CN105447838 A CN 105447838A CN 201410428909 A CN201410428909 A CN 201410428909A CN 105447838 A CN105447838 A CN 105447838A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- visible images
- twilight
- light
- 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.)
- Pending
Links
Abstract
本发明公开了一种红外与微光/可见光融合成像的方法及系统,本发明涉及图像处理领域,特别涉及一种红外与微光/可见光融合成像的方法及系统,该方法包括获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像;提取图像增强后的该红外图像的目标区域,并通过缩放平移将该目标区域,与图像增强后的该微光图像/该可见光图像中相对应的区域进行融合,以完成该红外图像与该微光图像/可见光图像的融合成像。本发明可以提高目标识别准确率。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种红外与微光/可见光融合成像的方法及系统。
背景技术
可见光成像技术是利用目标的光谱反射,通过光电转换得到有较高的对比度的可见光图像。可见光图像的优势在于可以充分反映物体的亮度反差特性,比较客观和真实地展现目标(物或者景)的空间轮廓信息,体现整个场景的细节信息,因此可以较好的将目标从背景环境中分离开来。海洋由于水汽蒸发较易形成浓雾天气,造成视野分辨率降低,影响了可见光传输,这给可见光图像监控系统的应用构成了极大的障碍。
红外成像技术利用热辐射,能够检测目标物体与周围环境的温度差别以及目标本身的局部温差情况,其可以很好的识别热目标,探测距离远,在军事应用中能够穿透海洋的雾气识别隐藏的舰船、飞机等目标,在工业应用中可以用来对目标物体进行温度检测,但红外图像存在对比度差,细节信息不丰富,无法很好的体现场景中物体外部轮廓信息,这对人类的视觉系统来说无疑是一大缺陷。
发明专利“基于场景景深的雾天可见光/红外图像彩色融合方法”,该发明涉及一种基于场景景深的雾天可见光/红外图像彩色融合方法,属于多波段图像融合领域。该发明的目的是为了解决现有可见光/红外图像融合技术中融合系数选取没有特定的标准,融合图像色彩不自然,以及不能有效处理受雾天或人工烟雾影响的图像的问题。首先根据雾天可见光图像计算场景的景深图像,并归一化,得到景深信息;然后,将归一化景深信息作为可见光和红外图像融合的权重因子,进行可见光和红外图像的非线性加权色彩融合;最后,建立映射关系,用非线性色彩传递技术修正非线性加权的彩色融合结果,得到热目标突出、颜色真实自然的彩色融合图像。本发明与该发明的区别在于,本发明可以通过光敏器件根据环境亮度实现红外热像仪和星光摄像机、红外热像仪和可见光摄像机两种模式的切换,实现全天候的检测。
发明专利“一种低能见度导航系统”,该发明公开了一种低能见度导航系统,包括:探测器前端和融合系统两部分。探测器前端包括固定底座、旋转底座、安装架、红外热像仪、微光成像仪、摄像头;融合系统包括图像处理设备、现设设备。该低能见度导航系统可用于直升机、船只和车辆的辅助驾驶系统,帮助驾驶员安全驾驶,还可用于事故搜救、安防等。本发明与该发明的区别在于,本发明采用一种新的去雾算法实现对可见光图像的去雾操作,可以适应海边多雾环境,另外本发明可以根据是否有雾任务选择是否执行去雾操作。
发明专利“红外与可见光视频融合系统”,该发明是关于一种视频融合系统,提出一种电脑串口控制云台的通信协议以及一种新的红外与可见光视频融合处理方法。分为云台控制部分,摄像头视频采集部分,视频融合部分,融合显示部分。采用VC++编写控制和显示界面,在视频图像的处理方面引入opencv库,将最后的融合结果显示出来。云台的控制包括上下左右转动还有转速的控制,摄像头采集部分分为红外热像仪和可见光摄像头,分别采集两种视频信息,同时还可以通过控制界面控制摄像头的变焦等。采用一种新的可见光与红外图像配准方法,简单快速,增强了系统的实时性。由于红外图像与可见光图像具有良好的互补性,时的本发明具有很高的实用性,融合效果良好,应用广泛。本发明与该发明的区别在于,本发明固定图像采集系统的云台支持标准Pecol_D协议,很容易通过网络直接控制云台的上下左右旋转。
发明专利“一种可见光与热红外融合的立体成像装置及其标定方法”,该发明适用于计算机视觉及热红外成像技术领域,提供了一种热红外与可见光融合的立体成像装置及其标定方法。所述可见光与热成像融合的立体成像装置包括双相机云台、用于支撑所述双相机云台的支架以及置于所述双相机云台的可见光相机和热红外相机。所述标定方法包括以下步骤:对可见光相机的内参数和畸变参数进行标定;对热红外相机的内参数和畸变参数进行标定;对所述可见光相机与热红外相机之间的相对旋转和平移进行标定。该装置结构简单,易于标定,满足立体热环境研究及应用需求。本发明与该发明的区别在于,本发明所述图像采集系统通过网络实现采集图像的远程传输和远程控制。
发明内容
微光图像/可见光图像和红外图像都具有其固有的优势和缺陷,它们之间存在着显著的差异,而这些差异正好弥补了彼此的缺陷,若将两者的互补信息融合在一起,那就可以同时获得目标的空间边缘信息以及表面温度分布信息,通过对微光图像/可见光图像和红外图像采用图像融合处理,将两者的互补信息整合,其输出的融合图像集两者优势为一体,既展示了目标物体的空间细节情况,又将其表面温度分布细节转换为可视信息,这对观察者而言,图像更加全面的展示了目标物体所承载的信息量,使得目标物体的空间结构和局部温度分布都一目了然。
针对现有技术的不足,本发明提出一种红光与微光/可见光融合成像的方法及系统。
本发明提出一种红外与微光/可见光融合成像的方法,包括:
步骤1,获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像;
步骤2,提取图像增强后的该红外图像的目标区域,并通过缩放平移将该目标区域,与图像增强后的该微光图像/该可见光图像中相对应的区域进行融合,以完成该红外图像与该微光图像/可见光图像的融合成像。
所述的红外与微光/可见光融合成像的方法,该步骤1中对该红外图像进行图像增强的具体步骤包括:
步骤11,对该红外图像进行对数变换,生成该红外图像的灰度图像,并通过多尺度处理方式将该灰度图像分为高尺度图像、中尺度图像、低尺度图像;
步骤12,对每个尺度的图像的入射光进行评估,并进行高斯加权处理,获取每个尺度的图像的入射光照度图像;
步骤13,对该入射光照度图像进行自适应加权叠加,获取该红外图像的初步增强图像;
步骤14,对该初步增强图像进行灰度拉伸,获取灰度拉伸图像,对该灰度拉伸图像进行自适应增强,获取该红外图像的最终增强图像。
所述的红外与微光/可见光融合成像的方法,该步骤1中对该微光图像/该可见光图像进行图像增强之前还包括:
步骤15,判断是否需要对该微光图像/该可见光图像进行去雾操作,若需要,则顺序执行步骤16、17、18、19;
步骤16,根据该微光图像/可见光图像的颜色特征与纹理特征,对该微光图像/该可见光图像进行分割;
步骤17,获取分割后的每个区域的暗原色,并根据该暗原色,获取该微光图像/该可见光图像的大气光值;
步骤18,通过暗原色先验,获取该微光图像/该可见光图像的透射率初始值,并通过软抠图方法对该透射率初始值进行优化,获取该微光图像/该可见光图像的最终透射率;
步骤19,根据该大气光值与该最终透射率,通过雾图形成模型,获取去雾后的新微光图像/新可见光图像。
所述的红外与微光/可见光融合成像的方法,该步骤1中对该微光图像/该可见光图像进行图像增强包括:
对该新微光图像/该新可见光图像进行滤波去噪与直方图增强,以完成对该微光图像/该可见光图像进行图像增强。
所述的红外与微光/可见光融合成像的方法,该步骤2还包括:
步骤21,对图像增强后的该红外图像进行边缘检测,并通过全局阈值法对边缘检测后的该红外图像进行全局二值化,将全局二值化后的该红外图像的像素连通域小于某一阈值的像素点作为噪声点进行过滤,获取去噪后的该微光图像/该可见光图像;
步骤22,遍历去噪后的该微光图像/该可见光图像上的每一个像素点,将所有边缘点进行连接。
本发明还提出一种红外与微光/可见光融合成像的系统,包括:
图像增强模块,用于获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像;
图像融合模块,用于提取图像增强后的该红外图像的目标区域,并通过缩放平移将该目标区域,与图像增强后的该微光图像/该可见光图像中相对应的区域进行融合,以完成该红外图像与该微光图像/可见光图像的融合成像。
所述的红外与微光/可见光融合成像的系统,该图像增强模块还包括:
红外图像增强模块,用于对该红外图像进行对数变换,生成该红外图像的灰度图像,并通过多尺度处理方式将该灰度图像分为高尺度图像、中尺度图像、低尺度图像;对每个尺度的图像的入射光进行评估,并进行高斯加权处理,获取每个尺度的图像的入射光照度图像;对该入射光照度图像进行自适应加权叠加,获取该红外图像的初步增强图像;对该初步增强图像进行灰度拉伸,获取灰度拉伸图像,对该灰度拉伸图像进行自适应增强,获取该红外图像的最终增强图像。
所述的红外与微光/可见光融合成像的系统,该图像增强模块还包括:
微光/可见光图像去雾增强模块,用于判断是否需要对该微光图像/该可见光图像进行去雾操作,若需要,则根据该微光图像/可见光图像的颜色特征与纹理特征,对该微光图像/该可见光图像进行分割;获取分割后的每个区域的暗原色,并根据该暗原色,获取该微光图像/该可见光图像的大气光值;通过暗原色先验,获取该微光图像/该可见光图像的透射率初始值,并通过软抠图方法对该透射率初始值进行优化,获取该微光图像/该可见光图像的最终透射率;根据该大气光值与该最终透射率,通过雾图形成模型,获取去雾后的新微光图像/新可见光图像。
所述的红外与微光/可见光融合成像的系统,该微光/可见光图像去雾增强模块还包括:
对该新微光图像/该新可见光图像进行滤波去噪与直方图增强,以完成对该微光图像/该可见光图像进行图像增强。
所述的红外与微光/可见光融合成像的系统,该图像融合模块还包括:
对图像增强后的该红外图像进行边缘检测,并通过全局阈值法对边缘检测后的该红外图像进行全局二值化,将全局二值化后的该红外图像的像素连通域小于某一阈值的像素点作为噪声点进行过滤,获取去噪后的该微光图像/该可见光图像;遍历去噪后的该微光图像/该可见光图像上的每一个像素点,将所有边缘点进行连接。
由以上方案可知,本发明的优点在于:
红外热像仪与可见光摄像机组合实现白天的融合成像,与星光摄像机组合实现夜晚的融合成像,通过光敏元件实现自动日夜切换,达到全天候视频监控;针对复杂环境,加入可见光图像去雾增强模块,可以提高目标识别准确率;可以通过网络实现视频实时传输与图像采集系统的远程控制。
附图说明
图1是本发明的系统结构图;
图2是红外图像增强流程图;
图3是微光/可见光图像去雾增强流程图;
图4是红外图像和微光/可见光图像配准融合流程图。
其中附图标记为:
步骤100为红外图像增强步骤,包括:
步骤101/102/103/104/105/106/107;
步骤200为微光/可见光图像去雾增强步骤,包括:
步骤201/202/203/204/205/206/207;
步骤300为红外图像和微光/可见光图像配准融合步骤,包括:
步骤301/302/303。
具体实施方式
本发明的目的在于提供一种适用于复杂环境的红外、微光/可见光融合成像系统,用于视频图像监控,针对多雾天气,通过图像增强模块,对获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像,该图像增强模块包括微光/可见光图像去雾增强模块、红外图像增强模块,微光/可见光图像去雾增强模块采用一种去雾后对比度更高,图像更清晰,细节更丰富的图像去雾算法;红外图像增强模块采用一种基于优化的多尺度Retinex理论的红外增强算法;提出一种基于网络的系统控制模块,实现融合成像系统的远程控制。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
如图1所示本发明的系统包括三种摄像机,分别为红外热像仪和星光/可见光摄像机,红外热像仪、星光/可见光摄像机固定在云台同一竖直位置上,云台装有光敏元件,可以自动识别出当前是白天还是晚上或者阴天还是晴天(即根据当前环境的光线强度进行判断),实现星光摄像机(用于获取微光图像)和可见光摄像机的自动切换;摄像机和云台通过网络与PC机相连,PC机系统控制模块通过网络发送控制指令控制云台的转动,红外热像仪和星光/可见光摄像机通过网络将采集的视频图像分别发送给红外图像增强模块和微光/可见光图像去雾增强模块。
红外图像增强模块采用改进的多尺度Retinex方法实现红外图像增强,如图2所示,其具体步骤为:
步骤101,红外图像增强模块从红外图像存储队列中取一帧图像;
步骤102,采用对数变换将求解反射图像过程中的乘法运算变成加减法运算,减少计算复杂度,获取该红外图像的灰度图像;
步骤103,选择高斯函数作为环境函数,其中高斯函数的标准偏差σ是用来控制环境函数范围的尺度,决定图像中有多少细节信息被保留,选取(15,80,250)三个高斯函数标准差作为高、中、低三个尺度进行多尺度图像处理,既可以很好的实现图像的动态范围压缩,又可以保证较好的图像色感一致性;
步骤104,对数运算后对图像的入射光进行评估,用不同的高斯模板遍历图像像素,对每个图像进行高斯加权处理,得到不同尺度下的入射光照度图像。
步骤105,对三个尺度的入射光照度图像估计进行自适应加权叠加,得到该红外图像的增强图像;
步骤106,对对数域中经过多尺度增强的红外图像进行灰度拉伸,进一步提高图像对比度;
步骤107,再对灰度拉伸的图像进行自适应增强得到最终的增强图像。
微光/可见光图像去雾增强模块采用基于图像分割和暗原色先验理论的图像去雾算法,通过系统控制模块根据当前环境是否有雾选择是否进行去雾过程,去雾后对图像进行增强,进一步提高图像清晰度,如图3所示,其具体步骤为:
步骤201,微光/可见光图像去雾增强模块从微光/可见光图像存储队列中取一帧图像;
步骤202,根据系统控制模块的选择决定是否进行去雾操作,如不需要去雾,直接执行步骤207;
步骤203,采用JSEG图像分割算法,以颜色特征和纹理特征为依据对该微光/可见光图像进行图像分割;
步骤204,对图像分割后的微光/可见光图像的每一区域获取该区域的暗原色,并根据暗原色获取微光/可见光图像的大气光值;
步骤205,根据暗原色先验获取微光/可见光图像的透射率初始值,根据软抠图方法对透射率初始值进行优化,得到优化后的透射率;
步骤206,根据雾图形成模型,利用所述大气光值和所述优化后的透射率,获取去雾后的微光/可见光图像;
步骤207,对微光/可见光图像进行滤波去噪,再进行直方图增强,进一步提高图像清晰度。
图像融合模块,其特征在于提取红外图像的显著区域,并将该区域与微光/可见光图像对应区域进行缩放平移,实现红外图像和微光/可见光图像的配准融合,如图4所示,其具体步骤为:
步骤301,利用opencv(OpenSourceComputerVisionLibrary,跨平台计算机视觉库)自带的Sobel算子对红外图像进行边缘检测,采用全局阈值法对边缘检测后的图像进行全局二值化,将二值化的图像像素连通域小于某一阈值(例如15)的像素点作为噪声滤掉;
步骤302,遍历图像上的每一个像素点,将所有边缘点连接起来得到红外目标的目标区域;
步骤303,所述红外图像增强模块和微光/可见光图像去雾增强模块通过校准可以实现光轴平行,在同一场景下两者仅存在像素位置不同,即红外图像显著区域每一点与微光/可见光图像中某一点成线性关系。对红外图像的目标区域进行缩放和平移即可实现红外与微光/可见光图像的配准。
图像存储显示模块,其特征在于能够将融合后的图像存储于指定位置,并提供视频解码软件实时解码显示。
系统控制模块,其特征在于可视化平台界面实现网络远程控制云台实现镜头向上、向下、向左、向右转动;可视化平台界面控制微光/可见光图像去雾增强模块去雾操作的执行以及图像融合模块融合算法的选择。
Claims (10)
1.一种红外与微光/可见光融合成像的方法,其特征在于,包括:
步骤1,获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像;
步骤2,提取图像增强后的该红外图像的目标区域,并通过缩放平移将该目标区域,与图像增强后的该微光图像/该可见光图像中相对应的区域进行融合,以完成该红外图像与该微光图像/可见光图像的融合成像。
2.如权利要求1所述的红外与微光/可见光融合成像的方法,其特征在于,该步骤1中对该红外图像进行图像增强的具体步骤包括:
步骤11,对该红外图像进行对数变换,生成该红外图像的灰度图像,并通过多尺度处理方式将该灰度图像分为高尺度图像、中尺度图像、低尺度图像;
步骤12,对每个尺度的图像的入射光进行评估,并进行高斯加权处理,获取每个尺度的图像的入射光照度图像;
步骤13,对该入射光照度图像进行自适应加权叠加,获取该红外图像的初步增强图像;
步骤14,对该初步增强图像进行灰度拉伸,获取灰度拉伸图像,对该灰度拉伸图像进行自适应增强,获取该红外图像的最终增强图像。
3.如权利要求1所述的红外与微光/可见光融合成像的方法,其特征在于,该步骤1中对该微光图像/该可见光图像进行图像增强之前还包括:
步骤15,判断是否需要对该微光图像/该可见光图像进行去雾操作,若需要,则顺序执行步骤16、17、18、19;
步骤16,根据该微光图像/可见光图像的颜色特征与纹理特征,对该微光图像/该可见光图像进行分割;
步骤17,获取分割后的每个区域的暗原色,并根据该暗原色,获取该微光图像/该可见光图像的大气光值;
步骤18,通过暗原色先验,获取该微光图像/该可见光图像的透射率初始值,并通过软抠图方法对该透射率初始值进行优化,获取该微光图像/该可见光图像的最终透射率;
步骤19,根据该大气光值与该最终透射率,通过雾图形成模型,获取去雾后的新微光图像/新可见光图像。
4.如权利要求1或3所述的红外与微光/可见光融合成像的方法,其特征在于,该步骤1中对该微光图像/该可见光图像进行图像增强包括:
对该新微光图像/该新可见光图像进行滤波去噪与直方图增强,以完成对该微光图像/该可见光图像进行图像增强。
5.如权利要求1所述的红外与微光/可见光融合成像的方法,其特征在于,该步骤2还包括:
步骤21,对图像增强后的该红外图像进行边缘检测,并通过全局阈值法对边缘检测后的该红外图像进行全局二值化,将全局二值化后的该红外图像的像素连通域小于某一阈值的像素点作为噪声点进行过滤,获取去噪后的该微光图像/该可见光图像;
步骤22,遍历去噪后的该微光图像/该可见光图像上的每一个像素点,将所有边缘点进行连接。
6.一种红外与微光/可见光融合成像的系统,其特征在于,包括:
图像增强模块,用于获取红外图像、微光图像/可见光图像,并对该红外图像、该微光图像/该可见光图像,进行图像增强,其中根据当前环境的光线强度选择获取该微光图像或该可见光图像;
图像融合模块,用于提取图像增强后的该红外图像的目标区域,并通过缩放平移将该目标区域,与图像增强后的该微光图像/该可见光图像中相对应的区域进行融合,以完成该红外图像与该微光图像/可见光图像的融合成像。
7.如权利要求6所述的红外与微光/可见光融合成像的系统,其特征在于,该图像增强模块还包括:
红外图像增强模块,用于对该红外图像进行对数变换,生成该红外图像的灰度图像,并通过多尺度处理方式将该灰度图像分为高尺度图像、中尺度图像、低尺度图像;对每个尺度的图像的入射光进行评估,并进行高斯加权处理,获取每个尺度的图像的入射光照度图像;对该入射光照度图像进行自适应加权叠加,获取该红外图像的初步增强图像;对该初步增强图像进行灰度拉伸,获取灰度拉伸图像,对该灰度拉伸图像进行自适应增强,获取该红外图像的最终增强图像。
8.如权利要求6所述的红外与微光/可见光融合成像的系统,其特征在于,该图像增强模块还包括:
微光/可见光图像去雾增强模块,用于判断是否需要对该微光图像/该可见光图像进行去雾操作,若需要,则根据该微光图像/可见光图像的颜色特征与纹理特征,对该微光图像/该可见光图像进行分割;获取分割后的每个区域的暗原色,并根据该暗原色,获取该微光图像/该可见光图像的大气光值;通过暗原色先验,获取该微光图像/该可见光图像的透射率初始值,并通过软抠图方法对该透射率初始值进行优化,获取该微光图像/该可见光图像的最终透射率;根据该大气光值与该最终透射率,通过雾图形成模型,获取去雾后的新微光图像/新可见光图像。
9.如权利要求6或8所述的红外与微光/可见光融合成像的系统,其特征在于,该微光/可见光图像去雾增强模块还包括:
对该新微光图像/该新可见光图像进行滤波去噪与直方图增强,以完成对该微光图像/该可见光图像进行图像增强。
10.如权利要求6所述的红外与微光/可见光融合成像的系统,其特征在于,该图像融合模块还包括:
对图像增强后的该红外图像进行边缘检测,并通过全局阈值法对边缘检测后的该红外图像进行全局二值化,将全局二值化后的该红外图像的像素连通域小于某一阈值的像素点作为噪声点进行过滤,获取去噪后的该微光图像/该可见光图像;遍历去噪后的该微光图像/该可见光图像上的每一个像素点,将所有边缘点进行连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410428909.7A CN105447838A (zh) | 2014-08-27 | 2014-08-27 | 一种红外与微光/可见光融合成像的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410428909.7A CN105447838A (zh) | 2014-08-27 | 2014-08-27 | 一种红外与微光/可见光融合成像的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105447838A true CN105447838A (zh) | 2016-03-30 |
Family
ID=55557972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410428909.7A Pending CN105447838A (zh) | 2014-08-27 | 2014-08-27 | 一种红外与微光/可见光融合成像的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447838A (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485682A (zh) * | 2016-10-18 | 2017-03-08 | 乐视控股(北京)有限公司 | 一种实时图像处理方法及装置 |
CN106649474A (zh) * | 2016-09-29 | 2017-05-10 | 上海热像机电科技股份有限公司 | 一种新型的红外图像数据的存储方法 |
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 |
WO2017177370A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳华盛昌机械实业有限公司 | 图像融合方法、装置和红外热像设备 |
CN107481214A (zh) * | 2017-08-29 | 2017-12-15 | 北京华易明新科技有限公司 | 一种微光图像与红外图像融合方法 |
CN107680054A (zh) * | 2017-09-26 | 2018-02-09 | 长春理工大学 | 雾霾环境下多源图像融合方法 |
CN108040243A (zh) * | 2017-12-04 | 2018-05-15 | 南京航空航天大学 | 多光谱立体视觉内窥镜装置及图像融合方法 |
CN108122220A (zh) * | 2017-12-11 | 2018-06-05 | 深圳先进技术研究院 | 红外图像与微光图像融合系统及方法 |
CN108133470A (zh) * | 2017-12-11 | 2018-06-08 | 深圳先进技术研究院 | 红外图像与微光彩色图像融合系统及方法 |
CN108537766A (zh) * | 2018-04-25 | 2018-09-14 | 江苏北方湖光光电有限公司 | 一种通用多波段融合ip核 |
CN109614996A (zh) * | 2018-11-28 | 2019-04-12 | 桂林电子科技大学 | 基于生成对抗网络的弱可见光与红外图像融合的识别方法 |
CN109949292A (zh) * | 2019-03-20 | 2019-06-28 | 湖南镭目科技有限公司 | 一种带钢表面缺陷的检测方法及装置 |
CN110310314A (zh) * | 2019-03-26 | 2019-10-08 | 上海联影智能医疗科技有限公司 | 图像配准方法、装置、计算机设备和存储介质 |
CN110389390A (zh) * | 2019-05-31 | 2019-10-29 | 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 |
CN110969670A (zh) * | 2019-11-22 | 2020-04-07 | 大连理工大学 | 基于显著特征的多光谱相机动态立体标定算法 |
CN111028187A (zh) * | 2019-11-27 | 2020-04-17 | 航天时代飞鸿技术有限公司 | 一种光线自适应的机载双光图像侦察装置及方法 |
CN111077666A (zh) * | 2019-12-09 | 2020-04-28 | 河北汉光重工有限责任公司 | 一种紧凑型复合式回转探测头 |
CN111161198A (zh) * | 2019-12-11 | 2020-05-15 | 国网北京市电力公司 | 成像设备的控制方法、装置、存储介质以及处理器 |
CN111386701A (zh) * | 2017-12-04 | 2020-07-07 | 索尼公司 | 图像处理装置和图像处理方法 |
CN111464800A (zh) * | 2019-01-21 | 2020-07-28 | 佳能株式会社 | 图像处理装置、系统、方法和计算机可读存储介质 |
CN112241668A (zh) * | 2019-07-18 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 图像处理方法、装置及设备 |
CN112804433A (zh) * | 2017-10-31 | 2021-05-14 | 深圳市大疆创新科技有限公司 | 一种云台相机、云台装置及无人飞行器 |
CN113525234A (zh) * | 2021-07-26 | 2021-10-22 | 北京计算机技术及应用研究所 | 一种辅助驾驶系统装置 |
CN113609942A (zh) * | 2021-07-27 | 2021-11-05 | 数量级(上海)信息技术有限公司 | 一种基于多目多光谱融合的道路智能监控系统 |
CN113959374A (zh) * | 2021-12-22 | 2022-01-21 | 普宙科技(深圳)有限公司 | 一种基于图像的激光云台光轴修正方法及装置 |
US11346938B2 (en) | 2019-03-15 | 2022-05-31 | Msa Technology, Llc | Safety device for providing output to an individual associated with a hazardous environment |
CN114758249A (zh) * | 2022-06-14 | 2022-07-15 | 深圳市优威视讯科技股份有限公司 | 基于野外夜间环境的目标物监测方法、装置、设备及介质 |
CN115170810A (zh) * | 2022-09-08 | 2022-10-11 | 南京理工大学 | 一种可见光红外图像融合目标检测实例分割方法 |
CN115914792A (zh) * | 2022-12-22 | 2023-04-04 | 长春理工大学 | 基于深度学习的实时多维度成像自适应调整系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231205A (zh) * | 2011-06-24 | 2011-11-02 | 北京戎大时代科技有限公司 | 一种多模监控装置及方法 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102982518A (zh) * | 2012-11-06 | 2013-03-20 | 扬州万方电子技术有限责任公司 | 红外与可见光动态图像的融合方法及装置 |
-
2014
- 2014-08-27 CN CN201410428909.7A patent/CN105447838A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231205A (zh) * | 2011-06-24 | 2011-11-02 | 北京戎大时代科技有限公司 | 一种多模监控装置及方法 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102982518A (zh) * | 2012-11-06 | 2013-03-20 | 扬州万方电子技术有限责任公司 | 红外与可见光动态图像的融合方法及装置 |
Non-Patent Citations (3)
Title |
---|
田思: "微光与红外图像实时融合关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 * |
胡测: "基于FPGA的便携式红外与可见光图像融合系统研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
许丽红: "结合图像分割的暗原色先验去雾算法", 《光电子技术》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017177370A1 (zh) * | 2016-04-12 | 2017-10-19 | 深圳华盛昌机械实业有限公司 | 图像融合方法、装置和红外热像设备 |
US10586314B2 (en) | 2016-04-12 | 2020-03-10 | Shenzhen Everbest Machinery Industry Co., Ltd | Image fusion method, apparatus, and infrared thermal imaging device |
CN106649474B (zh) * | 2016-09-29 | 2020-11-03 | 上海热像科技股份有限公司 | 一种红外图像数据的存储方法 |
CN106649474A (zh) * | 2016-09-29 | 2017-05-10 | 上海热像机电科技股份有限公司 | 一种新型的红外图像数据的存储方法 |
CN106485682A (zh) * | 2016-10-18 | 2017-03-08 | 乐视控股(北京)有限公司 | 一种实时图像处理方法及装置 |
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 |
CN107481214A (zh) * | 2017-08-29 | 2017-12-15 | 北京华易明新科技有限公司 | 一种微光图像与红外图像融合方法 |
CN107680054A (zh) * | 2017-09-26 | 2018-02-09 | 长春理工大学 | 雾霾环境下多源图像融合方法 |
CN107680054B (zh) * | 2017-09-26 | 2021-05-18 | 长春理工大学 | 雾霾环境下多源图像融合方法 |
CN112804433A (zh) * | 2017-10-31 | 2021-05-14 | 深圳市大疆创新科技有限公司 | 一种云台相机、云台装置及无人飞行器 |
CN108040243A (zh) * | 2017-12-04 | 2018-05-15 | 南京航空航天大学 | 多光谱立体视觉内窥镜装置及图像融合方法 |
CN111386701A (zh) * | 2017-12-04 | 2020-07-07 | 索尼公司 | 图像处理装置和图像处理方法 |
US11641492B2 (en) | 2017-12-04 | 2023-05-02 | Sony Corporation | Image processing apparatus and image processing method |
CN108133470A (zh) * | 2017-12-11 | 2018-06-08 | 深圳先进技术研究院 | 红外图像与微光彩色图像融合系统及方法 |
CN108122220B (zh) * | 2017-12-11 | 2021-11-30 | 深圳先进技术研究院 | 红外图像与微光图像融合系统及方法 |
CN108122220A (zh) * | 2017-12-11 | 2018-06-05 | 深圳先进技术研究院 | 红外图像与微光图像融合系统及方法 |
CN108537766A (zh) * | 2018-04-25 | 2018-09-14 | 江苏北方湖光光电有限公司 | 一种通用多波段融合ip核 |
CN109614996A (zh) * | 2018-11-28 | 2019-04-12 | 桂林电子科技大学 | 基于生成对抗网络的弱可见光与红外图像融合的识别方法 |
CN111464800A (zh) * | 2019-01-21 | 2020-07-28 | 佳能株式会社 | 图像处理装置、系统、方法和计算机可读存储介质 |
US11361408B2 (en) | 2019-01-21 | 2022-06-14 | Canon Kabushiki Kaisha | Image processing apparatus, system, image processing method, and non-transitory computer-readable storage medium |
CN111464800B (zh) * | 2019-01-21 | 2022-05-03 | 佳能株式会社 | 图像处理装置、系统、方法和计算机可读存储介质 |
US11346938B2 (en) | 2019-03-15 | 2022-05-31 | Msa Technology, Llc | Safety device for providing output to an individual associated with a hazardous environment |
CN109949292B (zh) * | 2019-03-20 | 2023-11-14 | 湖南镭目科技有限公司 | 一种带钢表面缺陷的检测方法及装置 |
CN109949292A (zh) * | 2019-03-20 | 2019-06-28 | 湖南镭目科技有限公司 | 一种带钢表面缺陷的检测方法及装置 |
CN110310314A (zh) * | 2019-03-26 | 2019-10-08 | 上海联影智能医疗科技有限公司 | 图像配准方法、装置、计算机设备和存储介质 |
CN110310314B (zh) * | 2019-03-26 | 2022-01-25 | 上海联影智能医疗科技有限公司 | 图像配准方法、装置、计算机设备和存储介质 |
CN110389390A (zh) * | 2019-05-31 | 2019-10-29 | 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 |
CN112241668A (zh) * | 2019-07-18 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 图像处理方法、装置及设备 |
CN110969670B (zh) * | 2019-11-22 | 2022-02-15 | 大连理工大学 | 基于显著特征的多光谱相机动态立体标定方法 |
CN110969670A (zh) * | 2019-11-22 | 2020-04-07 | 大连理工大学 | 基于显著特征的多光谱相机动态立体标定算法 |
CN111028187B (zh) * | 2019-11-27 | 2023-10-20 | 航天时代飞鸿技术有限公司 | 一种光线自适应的机载双光图像侦察装置及方法 |
CN111028187A (zh) * | 2019-11-27 | 2020-04-17 | 航天时代飞鸿技术有限公司 | 一种光线自适应的机载双光图像侦察装置及方法 |
CN111077666A (zh) * | 2019-12-09 | 2020-04-28 | 河北汉光重工有限责任公司 | 一种紧凑型复合式回转探测头 |
CN111077666B (zh) * | 2019-12-09 | 2022-12-30 | 河北汉光重工有限责任公司 | 一种紧凑型复合式回转探测头 |
CN111161198A (zh) * | 2019-12-11 | 2020-05-15 | 国网北京市电力公司 | 成像设备的控制方法、装置、存储介质以及处理器 |
CN113525234A (zh) * | 2021-07-26 | 2021-10-22 | 北京计算机技术及应用研究所 | 一种辅助驾驶系统装置 |
CN113609942B (zh) * | 2021-07-27 | 2022-11-22 | 数量级(上海)信息技术有限公司 | 一种基于多目多光谱融合的道路智能监控系统 |
CN113609942A (zh) * | 2021-07-27 | 2021-11-05 | 数量级(上海)信息技术有限公司 | 一种基于多目多光谱融合的道路智能监控系统 |
CN113959374B (zh) * | 2021-12-22 | 2022-03-15 | 普宙科技(深圳)有限公司 | 一种基于图像的激光云台光轴修正方法及装置 |
CN113959374A (zh) * | 2021-12-22 | 2022-01-21 | 普宙科技(深圳)有限公司 | 一种基于图像的激光云台光轴修正方法及装置 |
CN114758249A (zh) * | 2022-06-14 | 2022-07-15 | 深圳市优威视讯科技股份有限公司 | 基于野外夜间环境的目标物监测方法、装置、设备及介质 |
CN115170810A (zh) * | 2022-09-08 | 2022-10-11 | 南京理工大学 | 一种可见光红外图像融合目标检测实例分割方法 |
CN115914792A (zh) * | 2022-12-22 | 2023-04-04 | 长春理工大学 | 基于深度学习的实时多维度成像自适应调整系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447838A (zh) | 一种红外与微光/可见光融合成像的方法及系统 | |
CN108596849B (zh) | 一种基于天空区域分割的单幅图像去雾方法 | |
US10140690B2 (en) | System and method for image presentation by a vehicle driver assist module | |
JP6729394B2 (ja) | 画像処理装置、画像処理方法、プログラム及びシステム | |
Narasimhan et al. | Contrast restoration of weather degraded images | |
US9846927B2 (en) | Systems and methods for haziness detection | |
CN110651301A (zh) | 用于自动为夜视图像着色的方法和系统 | |
CN104657735A (zh) | 车道线检测方法、系统、车道偏离预警方法及系统 | |
CN103770708A (zh) | 通过景物亮度估计的动态后视镜自适应减低亮度覆盖 | |
CN102982518A (zh) | 红外与可见光动态图像的融合方法及装置 | |
TW201716266A (zh) | 影像修補系統及其方法 | |
CN110211067B (zh) | 一种用于uuv近海面可见光图像去雾方法 | |
CN110400274B (zh) | 一种车载红外行人检测用红外图像增强方法 | |
US20120162425A1 (en) | Device and method for securing visibility for driver | |
CN105989583B (zh) | 一种图像去雾方法 | |
CN111553862A (zh) | 一种海天背景图像去雾和双目立体视觉定位方法 | |
Cheng et al. | Visibility enhancement of single hazy images using hybrid dark channel prior | |
Kumar et al. | Fusion of RGB and HSV colour space for foggy image quality enhancement | |
Wang et al. | Multiscale single image dehazing based on adaptive wavelet fusion | |
CN108093175A (zh) | 一种实时高清视频自适应去雾方法及装置 | |
Alami et al. | Local fog detection based on saturation and RGB-correlation | |
Jin et al. | Image Enhancement Based on Selective-Retinex Fusion Algorithm. | |
CN104980727A (zh) | 基于虚拟现实技术的图像合成方法和头戴式显示设备 | |
Fazlali et al. | Aerial image dehazing using a deep convolutional autoencoder | |
CN107623831A (zh) | 一种昼夜全彩楼宇可视电话成像装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |