CN108510447B - 一种图像融合方法及装置 - Google Patents
一种图像融合方法及装置 Download PDFInfo
- Publication number
- CN108510447B CN108510447B CN201710113057.6A CN201710113057A CN108510447B CN 108510447 B CN108510447 B CN 108510447B CN 201710113057 A CN201710113057 A CN 201710113057A CN 108510447 B CN108510447 B CN 108510447B
- Authority
- CN
- China
- Prior art keywords
- image
- visible light
- light image
- fusion
- thermal infrared
- 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.)
- Active
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 49
- 238000001914 filtration Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 230000010339 dilation Effects 0.000 claims description 2
- 238000007499 fusion processing Methods 0.000 abstract description 9
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像融合方法及装置,所述图像融合方法包括:获取已完成配准的热红外图像及可见光图像;提取所述可见光图像的轮廓;将所述热红外图像与所述可见光图像的轮廓进行融合处理,得到目标融合图像。本发明方案在保证热红外图像信息损失较小的情况下,将可见光图像的轮廓细节与热红外图像相融合,保证了最后获得的图像融合结果能够倾向于感兴趣的信息,方便观察者能够更加全面生动地理解热红外图像。
Description
技术领域
本发明涉及图像处理技术,具体涉及一种图像融合方法及装置。
背景技术
热红外图像是由热红外热像仪收集、记录物体发出的红外辐射后经过转化得到的图像。由于红外辐射和物体温度的正相关关系,我们可以通过热红外图像的色彩或者灰度值来获得对拍摄场景温度分布的直观认知。
但是,由于热红外图像的对比度较低,空间相关性较强,使得热红外图像不易反应目标的细节特征,这导致了人们无法很好的将热红外图像的内容与实际拍摄场景的具体目标物体对应起来,给人们对热红外图像的理解带来了不便。
发明内容
本发明实施例提供了一种图像融合方法及装置,旨在改善热红外图像的成像质量,使热红外数据得到更充分的表达,让观察者能够更加全面生动地理解热红外图像。
本发明实施例的第一方面,提供了一种图像融合方法,所述图像融合方法包括:
获取已完成配准的热红外图像及可见光图像;
提取所述可见光图像的轮廓;
将所述热红外图像与所述可见光图像的轮廓进行融合处理,得到目标融合图像。
本发明实施例的第二方面,提供一种图像融合装置,所述图像融合装置包括:
图像获取单元,用于获取已完成配准的热红外图像及可见光图像;
轮廓提取单元,用于提取所述图像获取单元获取到的可见光图像的轮廓;
图像融合单元,用于将所述图像获取单元获取到的热红外图像与所述轮廓提取单元提取出的可见光图像的轮廓进行融合处理,得到目标融合图像。
由上可见,在本发明实施例中,首先获取已完成配准的热红外图像及可见光图像,在提取所述可见光图像的轮廓后,将所述热红外图像与所述可见光图像的轮廓进行融合处理,得到目标融合图像。本发明实施例在保证热红外图像信息损失较小的情况下,把可见光图像的轮廓细节与热红外图像相融合,保证最后获得的图像融合结果能够倾向于感兴趣的信息,方便观察者能够更加全面生动地理解热红外图像。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像融合方法的实现流程图;
图2为本发明实施例提供的图像融合装置的结构框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下结合具体实施例对本发明的实现进行详细描述:
实施例一
图1示出了本发明实施例一提供的图像融合方法的实现流程,详述如下:
在步骤S101中,获取已完成配准的热红外图像及可见光图像。
在本发明实施例中,首先获取已完成配准的热红外图像及可见光图像,即,上述热红外图像及可见光图像均在同一视角下拍摄,并且,二者的图像大小均相同。需要注意的是,本发明实施例中,获取到的已完成配准的热红外图像及可见光图像均采用YUV颜色编码格式。
在步骤S102中,提取上述可见光图像的轮廓。
在本发明实施例中,对步骤S101中获取到的可见光图像进行进一步操作,提取出上述可见光图像的轮廓。由于热红外图像的对比度较低而空间相关性又较强,而可见光图像在光线较好时可以良好地记录物体的形态,因此可以使用MATLAB或者其它数学工具提取可见光图像的轮廓作为对热红外图像的补充。而由于只利用图像的亮度分量就可以表示图像的轮廓,因而,此处可以是对可见光图像的亮度分量作出处理,即可提取上述可见光图像的轮廓。
在步骤S103中,将上述热红外图像与上述可见光图像的轮廓进行融合处理,得到目标融合图像。
在本发明实施例中,可以将上述步骤S101中获得的热红外图像与上述步骤S102中获得的可见光图像的轮廓进行融合处理,获得目标融合图像。上述目标融合图像以热红外图像为基础,融合了可见光图像的轮廓,增强了热红外图像的可读性。
可选地,为了去除噪点,上述步骤S102之前,还包括:
对上述可见光图像进行去噪预处理,得到去噪后的可见光图像;
此时,上述步骤S102具体表现为:提取上述去噪后的可见光图像的轮廓。
其中,由于步骤S101获取到的见见光图像存在噪音,因而,我们可以提取出可见光图像的亮度分量,并使用高斯滤波去除可见光图像的亮度分量的噪音部分。具体地,上述高斯滤波为:
其中,I为原始图像,Gaussfilter(N,σ)为预设的高斯滤波模版,为卷积操作,I_denoised为去噪后的图像。当然,也可以使用其他的过滤方法对可见光图像进行过滤操作,此处不作限定。在获得了去噪后的可见光图像后,提取去噪后的可见光图像的轮廓。
可选地,上述步骤S102包括:
对上述去噪后的可见光图像执行预设次数的平滑滤波;
将经上述预设次数的平滑滤波后得到的可见光图像与平滑滤波前的可见光图像相减后得到的差值图像作为上述可见光图像的轮廓。
其中,上述平滑滤波可以为均值平滑滤波,其计算公式为:
上述可见光图像的轮廓的提取公式具体为:
C=I_denoised-I_filtered
其中,I_denoised为去噪后的图像,I_filtered为经过预设次数滤波平滑后的图像,C为可见光图像的轮廓。当然,也可以通过中值平滑滤波等其他滤波手段对可见光图像进行处理,此处不作限定。
可选地,为了保证最后获得的目标融合图像的效果,上述步骤S103之前,还包括:
对上述可见光图像的轮廓进行增强处理,得到上述可见光图像的增强轮廓;
此时,上述步骤S103具体表现为:将上述热红外图像与上述可见光图像的增强轮廓进行融合处理。
其中,由于获取到的上述可见光图像的轮廓虽然经过了平滑滤波,但仍然较为粗糙,带有大量噪声和不必要的细节。并且,未经过进一步处理的可见光图像的轮廓亮度和对比度均较弱,如果将其直接与热红外图像融合,所得目标融合图像的效果仍不能获得很好的效果,因而此处需要对可见光图像的轮廓作增强处理。具体地,上述增强处理的过程如下:
首先,可以使用Sobel算子计算进行了预处理后的可见光图像的梯度,并将计算得到的梯度的幅值构成一幅新的梯度图像。可选地,由于得到的梯度图像和上述可见光的轮廓的局部极值位置可能存在稍许偏差,因而可以对梯度图像执行膨胀操作,使得梯度图像能与上述可见光的轮廓对齐。最后,将梯度图像与获得的可见光图像的轮廓点对点相乘,再使用预设的比例系数进行调整,即可以得到增强后的可见光图像的轮廓。
可选地,上述步骤S103包括:
提取上述热红外图像的亮度分量及色度分量;
将上述热红外图像的亮度分量与上述可见光图像的增强轮廓相加,得到融合亮度分量;
将上述融合亮度信号与上述热红外图像的色度信号组合,得到目标融合图像。
其中,上述图像融合的过程可以以如下公式表示:
其中,I_fusion为融合后的图像,I_ir为热红外图像,C_adjusted为增强后的轮廓,括号中的Y代表该图像的亮度分量,U、V代表该图像的色度分量(即U分量及V分量)。最后将获得的I_fusion(Y),I_fusion(U)及I_fusion(V)组合后,即可得到目标融合图像。
由上可知,在本发明实施例中,在将配准后的可见光图像及热红外图像进行融合的过程中,首先提取可见光图像的轮廓,然后将可见光图像的轮廓与热红外图像进行融合处理,这样能够将可见光图像的细节融合于热红外图像中,改善热红外图像的成像质量,使得热红外图像的内容能够与实际场景中的物体一一对应起来,并让热红外数据得更充分的表达,有利于观察者们更加全面生动的理解热红外图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中,上述的存储介质,如ROM/RAM、磁盘或光盘等。
实施例二
图2示出了本发明实施例二提供的图像融合装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。该图像融合装置2包括:图像获取单元21,轮廓提取单元22,图像融合单元23。
其中,图像获取单元21,用于获取已完成配准的热红外图像及可见光图像;
轮廓提取单元22,用于提取上述图像获取单元21获取到的可见光图像的轮廓;
图像融合单元23,用于将上述图像获取单元21获取到的热红外图像与上述轮廓提取单元提取出的可见光图像的轮廓进行融合处理,得到目标融合图像。
可选地,上述图像融合装置2还包括:
图像去噪单元,用于对上述图像获取单元21获取到的可见光图像进行去噪预处理,得到去噪后的可见光图像;
上述轮廓提取单元,具体用于提取上述图像去噪单元得到的去噪后的可见光图像的轮廓。
可选地,上述轮廓提取单元22具体包括:
图像滤波子单元,用于对上述图像去噪单元得到的去噪后的可见光图像执行预设次数的平滑滤波;
差值计算子单元,用于将经过了上述图像滤波子单元预设次数的平滑滤波后得到的可见光图像与平滑滤波前的可见光图像相减后得到的差值图像作为上述可见光图像的轮廓。
可选地,上述图像融合装置2还包括:
轮廓增强单元,用于对上述轮廓提取单元22提取出的可见光图像的轮廓进行增强处理,得到上述可见光图像的增强轮廓;
上述图像融合单元23具体用于,将上述图像获取单元21获取到的热红外图像与上述轮廓增强单元得到的可见光图像的增强轮廓进行融合处理。
可选地,上述图像融合单元23,包括:
热红外图像分量提取子单元,用于提取上述热红外图像的亮度分量及色度分量;
融合亮度分量获取子单元,用于将上述热红外图像分量提取子单元提取出的热红外图像的亮度分量与上述轮廓增强单元得到的可见光图像的增强轮廓相加,得到融合亮度分量;
分量混合子单元,用于将上述融合亮度分量获取子单元获取到的融合亮度分量与上述热红外图像分量提取子单元提取出的热红外图像的色度分量混合,得到目标融合图像。
由上可知,在本发明实施例中,图像融合装置在获取到了经过了配准的可见光图像及热红外图像后,提取可见光图像的轮廓,然后将可见光图像的轮廓与热红外图像进行融合处理,这样能够将可见光图像的细节融合于热红外图像中,改善热红外图像的成像质量,使得热红外图像的内容能够与实际场景中的物体一一对应起来,并让热红外数据得更充分的表达,有利于观察者们更加全面生动的理解热红外图像。
需要说明的是,在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种较佳实施例,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种图像融合方法,其特征在于,所述图像融合方法包括:
获取已完成配准的采用YUV颜色编码格式的热红外图像及可见光图像;
提取所述可见光图像的轮廓;
对所述可见光图像的轮廓进行增强处理,得到所述可见光图像的增强轮廓;
将所述热红外图像与所述可见光图像的增强轮廓进行融合处理,得到目标融合图像;
其中,所述对所述可见光图像的轮廓进行增强处理,得到所述可见光图像的增强轮廓,包括:
使用Sobel算子计算进行了预处理后的所述可见光图像的梯度;
将计算得到的梯度的幅值构成一幅梯度图像;
对所述梯度图像执行膨胀处理;
将膨胀处理后的梯度图像与所述可见光图像的轮廓进行点对点相乘;
使用预设的比例系数对所述点对点相乘的结果进行调整,得到所述可见光图像的增强轮廓;
所述提取所述可见光图像的轮廓包括:
对所述可见光图像的亮度分量作出处理,提取得到所述可见光图像的轮廓;
所述将所述热红外图像与所述可见光图像的增强轮廓进行融合处理,包括:
提取所述热红外图像的亮度分量及色度分量;
将所述热红外图像的亮度分量与所述可见光图像的增强轮廓相加,得到融合亮度分量;
将所述融合亮度分量与所述热红外图像的色度分量组合,得到目标融合图像;
其中,所述图像融合的过程以如下公式表示:
其中,I_fusion为融合后的图像,I_ir为热红外图像,C_adjusted为增强后的轮廓,括号中的Y代表该图像的亮度分量,U、V代表该图像的色度分量,最后将获得的I_fusion(Y),I_fusion(U)及I_fusion(V)组合后,得到目标融合图像。
2.如权利要求1所述的图像融合方法,其特征在于,所述提取所述可见光图像的轮廓,之前还包括:
对所述可见光图像进行去噪预处理,得到去噪后的可见光图像;
所述提取所述可见光图像的轮廓具体为:提取所述去噪后的可见光图像的轮廓。
3.如权利要求2所述的图像融合方法,其特征在于,所述提取所述可见光图像的轮廓,包括:
对所述去噪后的可见光图像执行预设次数的平滑滤波;
将经所述预设次数的平滑滤波后得到的可见光图像与平滑滤波前的可见光图像相减后得到的差值图像作为所述可见光图像的轮廓。
4.一种图像融合装置,其特征在于,所述图像融合装置包括:
图像获取单元,用于获取已完成配准的采用YUV颜色编码格式的热红外图像及可见光图像;
轮廓提取单元,用于提取所述图像获取单元获取到的可见光图像的轮廓;
轮廓增强单元,用于对所述轮廓提取单元提取出的可见光图像的轮廓进行增强处理,得到所述可见光图像的增强轮廓;
图像融合单元,用于将所述图像获取单元获取到的热红外图像与所述轮廓增强单元提取出的可见光图像的增强轮廓进行融合处理,得到目标融合图像;
所述轮廓增强单元具体用于,使用Sobel算子计算进行了预处理后的所述可见光图像的梯度,将计算得到的梯度的幅值构成一幅梯度图像,对所述梯度图像执行膨胀处理,将膨胀处理后的所述梯度图像与所述可见光图像的轮廓进行点对点相乘,使用预设的比例系数对所述点对点相乘的结果进行调整,得到所述可见光图像的增强轮廓;
所述轮廓提取单元,具体用于对所述可见光图像的亮度分量作出处理,提取得到所述可见光图像的轮廓;
所述图像融合单元,包括:
热红外图像分量提取子单元,用于提取所述热红外图像的亮度分量及色度分量;
融合亮度分量获取子单元,用于将所述热红外图像分量提取子单元提取出的热红外图像的亮度分量与所述轮廓增强单元得到的可见光图像的增强轮廓相加,得到融合亮度分量;
分量混合子单元,用于将所述融合亮度分量获取子单元获取到的融合亮度分量与所述热红外图像分量提取子单元提取出的热红外图像的色度分量混合,得到目标融合图像;
其中,所述图像融合的过程以如下公式表示:
其中,I_fusion为融合后的图像,I_ir为热红外图像,C_adjusted为增强后的轮廓,括号中的Y代表该图像的亮度分量,U、V代表该图像的色度分量,最后将获得的I_fusion(Y),I_fusion(U)及I_fusion(V)组合后,得到目标融合图像。
5.如权利要求4所述的图像融合装置,其特征在于,所述图像融合装置还包括:
图像去噪单元,用于对所述图像获取单元获取到的可见光图像进行去噪预处理,得到去噪后的可见光图像;
所述轮廓提取单元,具体用于提取所述图像去噪单元得到的去噪后的可见光图像的轮廓。
6.如权利要求5所述的图像融合装置,其特征在于,所述轮廓提取单元具体包括:
图像滤波子单元,用于对所述图像去噪单元得到的去噪后的可见光图像执行预设次数的平滑滤波;
差值计算子单元,用于将经过了所述图像滤波子单元预设次数的平滑滤波后得到的可见光图像与平滑滤波前的可见光图像相减后得到的差值图像作为所述可见光图像的轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113057.6A CN108510447B (zh) | 2017-02-28 | 2017-02-28 | 一种图像融合方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113057.6A CN108510447B (zh) | 2017-02-28 | 2017-02-28 | 一种图像融合方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108510447A CN108510447A (zh) | 2018-09-07 |
CN108510447B true CN108510447B (zh) | 2021-09-24 |
Family
ID=63374267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710113057.6A Active CN108510447B (zh) | 2017-02-28 | 2017-02-28 | 一种图像融合方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510447B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020113407A1 (zh) * | 2018-12-04 | 2020-06-11 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、设备、无人机、系统及存储介质 |
CN110544205B (zh) * | 2019-08-06 | 2021-05-07 | 西安电子科技大学 | 基于可见光与红外交叉输入的图像超分辨率重建方法 |
CN114820506A (zh) * | 2022-04-22 | 2022-07-29 | 岚图汽车科技有限公司 | 热冲压零件的缺陷检测方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2194503A1 (en) * | 2008-10-27 | 2010-06-09 | Guangzhou SAT Infrared Technology Co., Ltd. | Method and device for infrared and visible image fusion |
CN105069768A (zh) * | 2015-08-05 | 2015-11-18 | 武汉高德红外股份有限公司 | 一种可见光图像与红外图像融合处理系统及融合方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101580585B1 (ko) * | 2014-12-02 | 2015-12-28 | 서울시립대학교 산학협력단 | 전정색영상과 적외선영상의 융합 방법 및 장치 |
CN104463799B (zh) * | 2014-12-04 | 2017-12-19 | 无锡日联科技股份有限公司 | 一种图像边界增强方法 |
CN105989585B (zh) * | 2015-03-05 | 2019-01-15 | 深圳市朗驰欣创科技有限公司 | 一种红外图像与可见光图像融合的方法及系统 |
-
2017
- 2017-02-28 CN CN201710113057.6A patent/CN108510447B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2194503A1 (en) * | 2008-10-27 | 2010-06-09 | Guangzhou SAT Infrared Technology Co., Ltd. | Method and device for infrared and visible image fusion |
CN105069768A (zh) * | 2015-08-05 | 2015-11-18 | 武汉高德红外股份有限公司 | 一种可见光图像与红外图像融合处理系统及融合方法 |
Non-Patent Citations (2)
Title |
---|
An Adaptive IHS Pan-Sharpening Method;Sheida Rahmani等;《 IEEE Geoscience and Remote Sensing Letters》;20101031;第7卷(第4期);746-750 * |
基于感知颜色空间的灰度可见光与红外图像融合算法;王加等;《光电子.激光》;20080915;第19卷(第9期);1262 * |
Also Published As
Publication number | Publication date |
---|---|
CN108510447A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104683767B (zh) | 透雾图像生成方法及装置 | |
Ancuti et al. | Single image dehazing by multi-scale fusion | |
EP3087730B1 (en) | Method for inverse tone mapping of an image | |
Li et al. | Single image dehazing using the change of detail prior | |
CN101742123B (zh) | 图像处理设备和方法 | |
TWI524734B (zh) | 產生深度圖的方法及裝置 | |
US20140340515A1 (en) | Image processing method and system | |
JP6282095B2 (ja) | 画像処理装置、画像処理方法およびプログラム。 | |
Chaudhry et al. | A framework for outdoor RGB image enhancement and dehazing | |
US20120051625A1 (en) | Method and Apparatus for 2D to 3D Conversion Using Scene Classification and Face Detection | |
CN108510447B (zh) | 一种图像融合方法及装置 | |
CN107316286B (zh) | 一种图像中雨雾同步合成、去除的方法和装置 | |
US11062480B2 (en) | Method and apparatus for processing image | |
CN106056594A (zh) | 一种基于双光谱的可见光图像提取系统与方法 | |
JP6579868B2 (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム | |
JP2015197745A (ja) | 画像処理装置、撮像装置、画像処理方法及びプログラム | |
CN103546730A (zh) | 基于多摄像头的图像感光度增强方法 | |
CN109219833B (zh) | 使用深度信息增强图像中的边缘 | |
Guo et al. | Image dehazing based on haziness analysis | |
CN111192205A (zh) | 一种图像去雾方法、系统和计算机可读存储介质 | |
Lawgaly et al. | Image sharpening for efficient source camera identification based on sensor pattern noise estimation | |
CN109598736A (zh) | 深度图像与彩色图像的配准方法及装置 | |
CN110298796A (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
CN110599418A (zh) | 一种变换域融合的全局色调映射方法 | |
CN112884688A (zh) | 一种图像融合方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: B501, Building F2, TCL Science Park, No. 1001, Zhongshanyuan Road, Shuguang Community, Xili Street, Nanshan District, Shenzhen City, Guangdong Province, 518000 Patentee after: LAUNCH DIGITAL TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 518000 Third Floor, Fengyun Building, Galaxy, No. 5 Xinxi Road, North District, Nanshan High-tech Park, Shenzhen City, Guangdong Province Patentee before: LAUNCH DIGITAL TECHNOLOGY Co.,Ltd. Country or region before: China |