CN112819738B - 红外图像融合方法、装置、计算机设备和存储介质 - Google Patents

红外图像融合方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112819738B
CN112819738B CN202110070920.0A CN202110070920A CN112819738B CN 112819738 B CN112819738 B CN 112819738B CN 202110070920 A CN202110070920 A CN 202110070920A CN 112819738 B CN112819738 B CN 112819738B
Authority
CN
China
Prior art keywords
infrared image
fused
region
gray value
character string
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
Application number
CN202110070920.0A
Other languages
English (en)
Other versions
CN112819738A (zh
Inventor
刘汪桥
徐绘峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Infiray Technologies Co Ltd
Original Assignee
Infiray Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Infiray Technologies Co Ltd filed Critical Infiray Technologies Co Ltd
Priority to CN202110070920.0A priority Critical patent/CN112819738B/zh
Publication of CN112819738A publication Critical patent/CN112819738A/zh
Application granted granted Critical
Publication of CN112819738B publication Critical patent/CN112819738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/90335Query processing
    • G06F16/90344Query processing by using string matching techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明为红外图像融合方法、装置、计算机设备和存储介质。本发明中第一红外图像和第二红外图像是同一时间拍摄的,并且第二红外图像为第一红外图像的显示内容的一部分且第一红外图像与第二红外图像具有相同分辨率,放大第一红外图像并确定待融合区域,待融合区域与第二红外图像的显示内容相同,将第二红外图像与所述待融合区域融合得到目标红外图像,本发明中的目标红外图像中局部图像的分辨率,与未放大之前的第一红外图像的分辨率相同,因此清晰度比直接对第一红外图像相应部分的清晰度高,从而在保证红外图像的成像范围的基础上,提高了红外图像的局部的成像质量,更利于捕捉到图像中的细节信息。

Description

红外图像融合方法、装置、计算机设备和存储介质
技术领域
本发明涉及计算机信息处理技术领域,特别涉及一种红外图像融合方法、装置、计算机设备和存储介质。
背景技术
相比于可见光成像,红外成像无需借助外部环境光,自身发射红外线光进行夜视成像。红外成像的夜视范围广,受环境影响小,不受雨雪、风霜等恶劣环境影响、成像清楚、准确度高、能识别伪装和抗干扰。
然而,当红外成像技术在实际应用时,如果仅采用单张红外图像,当需要对红外图像中某个目标进行放大时,由于放大后红外图像的不清晰导致无法准确识别目标信息,比如,红外车载摄像头中,需要对前方某个车辆的车牌号进行识别时,可能存在放大后的红外图像不清晰从而导致无法准确识别车牌号的问题。
发明内容
为解决上述技术问题,本发明提供了一种红外图像融合方法、装置、计算机设备和存储介质,通过对红外图像进行融合,从而在红外图像放大后局部图像仍然具有较高的清晰度,进而提高红外成像的质量。
第一方面,提供一种红外图像融合方法,所述方法包括:
获取同时拍摄的第一红外图像和第二红外图像,所述第二红外图像的显示内容为第一红外图像的显示内容的一部分且所述第一红外图像与所述第二红外图像具有相同分辨率;
放大所述第一红外图像并确定待融合区域,所述待融合区域与所述第二红外图像的显示内容相同;
将所述第二红外图像与所述待融合区域融合得到目标红外图像。
进一步地,放大所述第一红外图像并确定待融合区域的步骤包括:
将所述第二红外图像移动到放大后的所述第一红外图像上;
对所述第二红外图像进行移动和/或缩放,并计算每次移动和/或缩放后的第二红外图像中的像素点和所述第一红外图像中被所述第二红外图像覆盖的区域中像素点的像素点匹配度;
将像素点匹配度最大时第一红外图像中被第二红外图像覆盖的区域中确定为所述待融合区域。
进一步地,所述计算每次移动和/或缩放后的第二红外图像中的像素点和所述第一红外图像中被所述第二红外图像覆盖的区域中像素点的像素点匹配度的步骤包括:
分别获取移动和/或缩放后的第二红外图像中的M行和/或N列中连续的像素点,以及第一红外图像中被覆盖区域对应位置处的连续的像素点;
对连续的像素点进行编码,得到所述第一红外图像每一行和/或每一列中对应的第一字符串,以及所述第二红外图像中对应位置处的第二字符串;
计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值;
根据每一行和/或每一列的字符串匹配值得到像素点匹配度。
进一步地,对连续的像素点进行编码的步骤包括:
若当前像素点的灰度值小于等于前一像素点的灰度值,则将该像素点记为第一字符标识;
若当前像素点的灰度值大于前一像素点的灰度值,则将该像素点记为第二字符标识。
进一步地,计算所述第一字符串和所述第二字符串的字符串匹配度的步骤包括:
将所述第一字符串和所述第二字符串中按位异或运算得到字符串匹配值,所述字符串匹配值为包括0和/或1的数字串;
根据每一行和/或每一列的字符串匹配值得到像素点匹配度的步骤包括:
将每一行和/或每一列的字符串匹配值中0的个数的总和作为像素点匹配度。
进一步地,将所述第二红外图像与所述待融合区域融合得到目标红外图像的步骤包括:
对所述第二红外图像的灰度值进行校正并替换所述待融合区域从而得到目标红外图像。
进一步地,对所述第二红外图像的灰度值进行校正的步骤包括:
采用预设公式对所述第二红外图像的灰度值进行校正;
其中,gi是第i个像素点校正前的灰度值,gi’是第i个像素点校正后的灰度值;a1为第一红外图像中待融合区域的像素点的平均灰度值,a2为第二红外图像中像素点的平均灰度值。
第二方面,提供一种红外图像融合装置,所述装置包括:
获取模块,用于获取同时拍摄的第一红外图像和第二红外图像,所述第二红外图像的显示内容为第一红外图像的显示内容的一部分且所述第一红外图像与所述第二红外图像具有相同分辨率;
待融合区域确定模块,用于放大所述第一红外图像并确定待融合区域,所述待融合区域与所述第二红外图像的显示内容相同;
融合模块,用于将所述第二红外图像与所述待融合区域融合得到目标红外图像。
第三方面,提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如前所述的方法的步骤。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的方法的步骤。
本发明中第一红外图像和第二红外图像是同一时间拍摄的,并且第二红外图像为第一红外图像的显示内容的一部分且第一红外图像与第二红外图像具有相同分辨率,放大第一红外图像并确定待融合区域,待融合区域与第二红外图像的显示内容相同,将第二红外图像与所述待融合区域融合得到目标红外图像,本发明中的目标红外图像中局部图像的分辨率,与未放大之前的第一红外图像的分辨率相同,因此清晰度比直接对第一红外图像相应部分的清晰度高,从而在保证红外图像的成像范围的基础上,提高了红外图像的局部的成像质量,更利于捕捉到图像中的细节信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是一个实施例中双摄像头的红外成像设备的正视图;
图2是一个实施例中红外图像融合方法;
图3(a)是一个示例中第一红外图像;
图3(b)是一个示例中第二红外图像;
图3(c)是一个示例中目标红外图像;
图4是一个实施例中红外图像融合装置。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供的红外图像融合方法基于多摄像头的红外成像设备实现,示例性的,采用的是双摄像头的红外成像设备,如图1所示,这两个摄像头的尺寸大小不同,视场角的大小也不同,摄像头1的尺寸大,视场角大,摄像头2的尺寸相对较小,视场角也相对较小,但成像的分辨率是一样的,例如,都是640*512。对于多摄像头的红外成像设备而言,摄像头的安装方式是确定的,视场角大的摄像头拍摄的图像的场景会包含视场角小摄像头拍摄的图像的场景。本发明的红外图像融合方法中第一红外图像为视场角大的摄像头拍摄,第二红外图像为视场角小的摄像头拍摄,第一红外图像的成像范围更广,而第二红外图像的清晰度更高,画面质量更高,通过在第一红外图像中确定待融合区域,并将第二红外图像与待融合区域进行融合,从而完成对红外图像的融合,目标红外图像中局部图像的分辨率,与未放大之前的第一红外图像的分辨率相同,因此清晰度比直接对第一红外图像相应部分的清晰度高,从而在保证红外图像的成像范围的基础上,提高了红外图像的局部的成像质量,更利于捕捉到图像中的细节信息。
下面将结合具体实施例对红外图像融合方法、装置、计算机设备和存储介质作进一步说明。
实施例一
本实施例提供了一种红外图像融合方法,如图2所示,该方法至少包括如下步骤:
S2、获取同时拍摄的第一红外图像和第二红外图像,第二红外图像的显示内容为第一红外图像的显示内容的一部分且第一红外图像与第二红外图像具有相同分辨率。
在本实施例中,第一红外图像和第二红外图像是由第一摄像头、第二摄像头在同一时间拍摄的,第一摄像头的视场角大于第二摄像头的视场角,并且第二摄像头的拍摄场景包括在第一摄像头的拍摄场景内,从而使得第二红外图像的显示内容为第一红外图像的显示内容的一部分。在实际情况中,第二红外图像的显示内容是第一红外图像中的哪一部分,是由第一摄像头和第二摄像头的安装方式决定的,比如,第二红外图像的显示内容可以为第一红外图像的中间部分,也可以为左上角的区域。而第一摄像头和第二摄像头的安装方式通常是由需要对哪一个部分的成像质量要求高决定的,比如,对于车辆上的红外成像装置,通常对车辆前方中间位置的成像质量要求高,而对于用于监控的红外成像设备,有时会对各个角落的成像质量要求高,那么可以设置多个第二红外摄像头,对各个角落成像。
S4、放大第一红外图像并确定待融合区域,待融合区域与第二红外图像的显示内容相同。
第一红外图像的放大倍数可以根据第二红外图像的显示内容进行设置,放大后的第一红外图像中与第二红外图像显示内容相同的区域的尺寸与第二红外图像相同即可。放大后的第一红外图像中与第二红外图像显示内容相同的区域为待融合区域,也即是,该区域为成像质量要求较高的区域,可以尽可能清晰呈现目标对象的图像。
S6、将第二红外图像与待融合区域融合得到目标红外图像。
第一红外图像与所述第二红外图像具有相同分辨率,对第一红外图像放大后,第一红外图像整体分辨率变高、清晰度降低,此时,待融合区域的清晰度相比于第二红外图像所有降低,那么,将第二红外图像与待融合区域进行融合得到目标红外图像后,目标红外图像对应的待融合区域的清晰度保持着第二红外图像的清晰度,因此,从而提高了放大后第一红外图像局部的清晰度。如图3(a)~3(c)所示为示例图,图3(a)为第一红外图像,图3(b)为第二红外图像,其中,第二红外图像的显示内容为第一红外图像的中间区域,图3(c)为目标融合图像,通过图3(a)和图3(c)中间区域的清晰度可知,融合以后的目标融合图像中间区域的清晰度更高。
本发明中第一红外图像和第二红外图像是同一时间拍摄的,并且第二红外图像为第一红外图像的显示内容的一部分且第一红外图像与第二红外图像具有相同分辨率,在第一红外图像中确定待融合区域,待融合区域与第二红外图像的显示内容相同,将第二红外图像与所述待融合区域融合得到目标红外图像,本发明中的目标红外图像中局部图像的分辨率,与未放大之前的第一红外图像的分辨率相同,因此清晰度比直接对第一红外图像相应部分的清晰度高,从而在保证红外图像的成像范围的基础上,提高了红外图像的局部的成像质量,更利于捕捉到图像中的细节信息。
在一个示例中,步骤S4、放大第一红外图像并在确定待融合区域的步骤包括:
S41、将第二红外图像移动到放大后的第一红外图像上对应的显示内容相同的位置;
S42、对第二红外图像进行移动和/或缩放,并计算每次移动和/或缩放后的第二红外图像中的像素点和第一红外图像中被第二红外图像覆盖的区域中像素点的像素点匹配度。
S43、将像素点匹配度最大时第一红外图像中被第二红外图像覆盖的区域中作为待融合区域。
在本实施例中,在将第一红外图像放大后,将第二红外图像移动到放大后的第一红外图像上对应的显示内容相同的位置,此时,只是将第二红外图像与第一红外图像的位置大致对应,还需要进一步确定待融合区域。
在第一红外图像中确定待融合区域的步骤可以转换到像素坐标下进行处理,将第一红外图像的左上角顶点作为原点(0,0),将第一红外图像的上边缘所在直线作为x轴,将第一红外图像左侧边缘所在直线作为y轴,将第二红外图像左上角顶点处作为初始融合位置(x0,y0),通过该初始融合对整个第二红外图像进行移动缩放。初始融合位置每次移动预设步长,该预设步长为像素的整数倍。在对第二红外图像进行缩放时,缩放倍率是在1.00附近微小变化的,每次调整的缩放倍率是0.01。
初始融合位置的计算公式为:
其中w1、h1分别是第二红外图像的宽度和高度,w2、h2分别是放大后的第一红外图像的宽度和高度,kx是横向的缩放倍率,ky是纵向的缩放倍率。
对于可能只需要对第二红外图像进行移动的情况,在移动后计算第二红外图像的像素点和第一红外图像中被第二红外图像所覆盖的区域中像素点的像素点匹配度;对于只需要对第二红外图像进行缩放的情况,在缩放后计算第二红外图像的像素点和第一红外图像中被第二红外图像所覆盖的区域中像素点的像素点匹配度;对于需要对第二红外图像同时进行移动和缩放的情况,在移动和缩放后计算第二红外图像的像素点和第一红外图像中被第二红外图像所覆盖的区域中像素点的像素点匹配度。第一红外图像中被第二红外图像所覆盖的区域的位置参数,可以通过移动和/或缩放后初始融合位置的坐标点以及缩放比例计算得到。
最后,在步骤S43中,像素点匹配度最大时,此时第一红外图像中被第二红外图像所覆盖的区域与第二红外图像的显示内容最为接近,可以作为第一红外图像中的待融合区域与第二红外图像进行融合。
本实施例中将第二红外图像左上角顶点处作为初始融合位置从而得到待融合区域,当然也可以采用,例如SIFT特征、SURF特征、ORB特征等的算法得到相应的特征点,通过特征点计算得到待融合区域。
对于摄像头的参数和安装方式一定的多摄像头的红外成像设备,目标区域的位置是确定的,因此,可以在使用较多的测试图片计算出待融合区域位置参数后,对于后续的融合应用,可以继续使用待融合区域的位置参数,从而提高红外图像融合的效率。
在一个示例中,S42、对第二红外图像进行移动和/或缩放,并计算每次移动和/或缩放后的第二红外图像中的像素点和第一红外图像中被第二红外图像覆盖的区域中像素点的像素点匹配度步骤包括:
S421、分别获取移动和/或缩放后的第二红外图像中的M行和/或N列中连续的像素点,以及第一红外图像中被覆盖区域对应位置处的连续的像素点;
S422、对连续的像素点进行编码,得到第一红外图像每一行和/或每一列中对应的第一字符串,以及第二红外图像中对应位置处的第二字符串;
S423、计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值;
S424、根据每一行和/或每一列的字符串匹配值得到像素点匹配度。
在本实施例中,像素点匹配度是通过第一红外图像和第二红外图像中字符串匹配值得到的。在对第二红外图像中的连续的像素点进行编码时,M行和/或N列可以根据需要进行设置,为了进一步提高红外图像融合的效率,可以只对从初始融合位置开始的两行两列进行编码。本实施例中,计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值,根据每一行和/或每一列的字符串匹配值得到第二红外图像和第一红外图像中像素点匹配度,从而对像素点的匹配度进行量化的特征描述,提高了匹配的准确性,降低了计算量。
进一步地,在一个示例中,对连续的像素点进行编码的步骤包括:
若当前像素点的灰度值小于等于前一像素点的灰度值,则将该像素点记为第一字符标识;
若当前像素点的灰度值大于前一像素点的灰度值,则将该像素点记为第二字符标识。
在本实施例中,通过对当前像素点的灰度值与前一像素点的灰度值的大小关系,通过相应的第一字符标识以及第二字符标识对连续的像素点进行编码,例如,一行上有连续的(n+1)个像素,其灰度值分别为js,js+1,…,js+n,从(s+1)到(s+n),如果js+i<=js+i-1,则编码为0,否则编码为1,可以得到每一行和/或每一列对应的包含若干个0以及若干个1的第一字符串和第二字符串。
在一个示例中,步骤计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值为:
将每一行和/或每一列中第一字符串和所述第二字符串中按位异或运算得到字符串匹配值,字符串匹配值为包括0和/或1的数字串;
将每一行和/或每一列的字符串匹配值中0的个数的总和作为像素点匹配度。
按位异或运算中,如果相同位置的两个值不相同,则异或结果为1,如果相同位置的两个值相同,异或结果为0,那么,假设,对于第二红外图像中某一行的第二字符串为001010,对应于该行在第一红外图像的第一字符串为000101,那么,按位异或运算后的得到该行的字符串匹配值为001111。
在字符串匹配值中,0越多则代表像素点匹配越好,假设,取第一行和第二行的字符串匹配值为001111,001111,那么第一行和第二行的像素点匹配度为4。
在一个示例例中,将第二红外图像与待融合区域融合得到目标红外图像的步骤为:
对第二红外图像的灰度值进行校正并替换所述待融合区域从而得到目标红外图像。
通常情况下,第一红外图像和第二红外图像在灰度上存在一定差异,融合区域的边界会呈现出分界现象,因此,需要对灰度值进行处理,灰度处理算法包括伽马变换方法外、对数变换与反对数变换、分段线性变换、直方图规定化等方法。
在一个示例中,将第二红外图像与待融合区域融合得到目标红外图像的步骤还可以为:
将待融合区域替换为第二红外图像,而后对替换后的区域进行灰度校正从而得到目标红外图像。
在一个示例中,对第二红外图像的灰度值进行处理得到第三红外图像的方法为:
其中,gi是第二红外图像中第i个像素点的灰度值,gi’是第三红外图像中第i个像素点的灰度值;
a1为第一红外图像中待融合区域的像素点的平均灰度值,a2为第二红外图像中像素点的平均灰度值。
本实施例中,采用了伽马变换法对第二红外图像的灰度值进行处理,进一步地,为了加快灰度处理的速度,从而提高图像融合效率,在根据伽马变换公式进行灰度处理时,可以利用预先计算出来的灰度值关系表进行计算。具体做法是将可能的a1和a2的取值,遍历一遍,会得到一系列的γ,确定出γ的大致范围,选取合适的步长,设定出一个γ的取值集合,对集合里的每一个γ对于[0,255]的灰度值都进行变换得到变换前后的灰度值关系表,那么,在对第二红外图像的灰度值进行处理时,直接根据处理前的灰度值在表中搜索即可得到处理后的灰度值。
本发明中的目标红外图像中局部图像的分辨率,与未放大之前的第一红外图像的分辨率相同,因此清晰度比直接对第一红外图像相应部分的清晰度高,从而在保证红外图像的成像范围的基础上,提高了红外图像的局部的成像质量,更利于捕捉到图像中的细节信息;通过对连续的像素点进行编码得到第一红外图像中每一行和/或每一列对应的第一字符串以及第二红外图像中每一行和/或每一列对应的第二字符串,根据第一字符串和第二字符串得到字符串匹配值,进而得到像素点匹配度,从而对像素点匹配的过程进行量化,提高了匹配的准确性;通过对第二红外图像的灰度值处理后再与第一红外图像融合,从而提高了融合后画面的整体性。
实施例二
如图4所示,提供一种红外融合装置,该装置包括:
获取模块,用于获取同时拍摄的第一红外图像和第二红外图像,第二红外图像的显示内容为第一红外图像的显示内容的一部分且第一红外图像与第二红外图像具有相同分辨率;
待融合区域确定模块,用于放大第一红外图像并确定待融合区域,待融合区域与第二红外图像的显示内容相同;
融合模块,用于将第二红外图像与待融合区域融合得到目标红外图像。
在一个实施例中,待融合区域确定模块还包括:
移动单元,用于将第二红外图像移动到放大后的第一红外图像上对应的显示内容相同的位置;
计算单元,用于对第二红外图像进行移动和/或缩放,并计算每次移动和/或缩放后的第二红外图像中的像素点和所述第一红外图像中被第二红外图像覆盖的区域中像素点的像素点匹配度;
确定单元,用于将像素点匹配度最大时第一红外图像中被第二红外图像覆盖的区域中作为待融合区域。
在一个实施例中,计算单元包括:
获取子单元,用于分别获取移动和/或缩放后的第二红外图像中的M行和/或N列中连续的像素点,以及第一红外图像中被覆盖区域对应位置处的连续的像素点;
编码子单元,用于对连续的像素点进行编码,得到所述第一红外图像每一行和/或每一列中对应的第一字符串,以及所述第二红外图像中对应位置处的第二字符串;
字符串匹配值计算子单元,用于计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值;
像素点匹配度计算子单元,用于根据每一行和/或每一列的字符串匹配值得到像素点匹配度。
在一个实施例中,编码子单元还用于:
若当前像素点的灰度值小于等于前一像素点的灰度值,则将该像素点记为第一字符标识;
若当前像素点的灰度值大于前一像素点的灰度值,则将该像素点记为第二字符标识。
在一个实施例中,字符串匹配值计算子单元还用于将所述第一字符串和所述第二字符串中按位异或运算得到字符串匹配值,所述字符串匹配值为包括0和/或1的数字串。
像素点匹配度计算子单元还用于将每一行和/或每一列的字符串匹配值中0的个数的总和作为像素点匹配度。
在一个实施例中,融合模块还包括:灰度校正单元用于对第二红外图像的灰度值进行校正;替换单元,用于将待融合区域替换为灰度校正后的第二红外图像从而得到目标红外图像。
在一个实施例中,其中,gi是第i个像素点校正前的灰度值,gi’是第i个像素点校正后的灰度值;;
a1为第一红外图像中待融合区域的像素点的平均灰度值,a2为第二红外图像中像素点的平均灰度值。
关于红外图像融合装置的具体限定可以参见上文中对于红外图像融合方法的限定,在此不再赘述。上述红外图像融合装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例三
在本实施例中,提供了一种计算机设备,该计算机设备可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种红外图像融合方法。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现如实施例红外图像融合方法,该方法的执行过程及所能实现的技术效果请参照实施例一中的描述,此处不再赘述。
实施例四
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如实施例红外图像融合方法,该方法的执行过程及所能实现的技术效果请参照实施例一中的描述,此处不再赘述。
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流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种红外图像融合方法,其特征在于,所述方法包括:
获取同时拍摄的第一红外图像和第二红外图像,所述第二红外图像的显示内容为第一红外图像的显示内容的一部分且所述第一红外图像与所述第二红外图像具有相同分辨率;
放大所述第一红外图像并确定待融合区域,所述待融合区域与所述第二红外图像的显示内容相同;
将所述第二红外图像与所述待融合区域融合得到目标红外图像;
其中,所述将所述第二红外图像与所述待融合区域融合得到目标红外图像的步骤包括:
对所述第二红外图像的灰度值进行校正并替换所述待融合区域从而得到目标红外图像;
其中,所述对所述第二红外图像的灰度值进行校正的步骤包括:
采用预设公式对所述第二红外图像的灰度值进行校正;
其中,gi是第i个像素点校正前的灰度值,gi’是第i个像素点校正后的灰度值;a1为第一红外图像中待融合区域的像素点的平均灰度值,a2为第二红外图像中像素点的平均灰度值。
2.根据权利要求1所述的红外图像融合方法,其特征在于,放大所述第一红外图像并确定待融合区域的步骤包括:
将所述第二红外图像移动到放大后的所述第一红外图像上;
对所述第二红外图像进行移动和/或缩放,并计算每次移动和/或缩放后的第二红外图像中的像素点和所述第一红外图像中被所述第二红外图像覆盖的区域中像素点的像素点匹配度;
将像素点匹配度最大时第一红外图像中被第二红外图像覆盖的区域中确定为所述待融合区域。
3.根据权利要求2所述的方法,其特征在于,所述计算每次移动和/或缩放后的第二红外图像中的像素点和所述第一红外图像中被所述第二红外图像覆盖的区域中像素点的像素点匹配度的步骤包括:
分别获取移动和/或缩放后的第二红外图像中的M行和/或N列中连续的像素点,以及第一红外图像中被覆盖区域对应位置处的连续的像素点;
对连续的像素点进行编码,得到所述第一红外图像每一行和/或每一列中对应的第一字符串,以及所述第二红外图像中对应位置处的第二字符串;
计算每一行和/或每一列第一字符串和第二字符串的字符串匹配值;
根据每一行和/或每一列的字符串匹配值得到像素点匹配度。
4.根据权利要求3所述的方法,其特征在于,对连续的像素点进行编码的步骤包括:
若当前像素点的灰度值小于等于前一像素点的灰度值,则将该像素点记为第一字符标识;
若当前像素点的灰度值大于前一像素点的灰度值,则将该像素点记为第二字符标识。
5.根据权利要求4所述的方法,其特征在于,计算所述第一字符串和所述第二字符串的字符串匹配度的步骤包括:
将所述第一字符串和所述第二字符串中按位异或运算得到字符串匹配值,所述字符串匹配值为包括0和/或1的数字串;
根据每一行和/或每一列的字符串匹配值得到像素点匹配度的步骤包括:
将每一行和/或每一列的字符串匹配值中0的个数的总和作为像素点匹配度。
6.一种红外图像融合装置,其特征在于,所述装置包括:
获取模块,用于获取同时拍摄的第一红外图像和第二红外图像,所述第二红外图像的显示内容为第一红外图像的显示内容的一部分且所述第一红外图像与所述第二红外图像具有相同分辨率;
待融合区域确定模块,用于放大所述第一红外图像并确定待融合区域,所述待融合区域与所述第二红外图像的显示内容相同;
融合模块,用于将所述第二红外图像与所述待融合区域融合得到目标红外图像;
其中,所述融合模块还包括:
灰度校正单元,用于对第二红外图像的灰度值进行校正;替换单元,用于将待融合区域替换为灰度校正后的第二红外图像从而得到目标红外图像;
其中,所述灰度校正单元采用预设公式对所述第二红外图像的灰度值进行校正;
其中,gi是第i个像素点校正前的灰度值,gi’是第i个像素点校正后的灰度值;a1为第一红外图像中待融合区域的像素点的平均灰度值,a2为第二红外图像中像素点的平均灰度值。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202110070920.0A 2021-01-19 2021-01-19 红外图像融合方法、装置、计算机设备和存储介质 Active CN112819738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110070920.0A CN112819738B (zh) 2021-01-19 2021-01-19 红外图像融合方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110070920.0A CN112819738B (zh) 2021-01-19 2021-01-19 红外图像融合方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112819738A CN112819738A (zh) 2021-05-18
CN112819738B true CN112819738B (zh) 2024-01-02

Family

ID=75870240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110070920.0A Active CN112819738B (zh) 2021-01-19 2021-01-19 红外图像融合方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112819738B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570617B (zh) * 2021-06-24 2022-08-23 荣耀终端有限公司 图像处理方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106791400A (zh) * 2016-12-23 2017-05-31 维沃移动通信有限公司 一种图像显示方法及移动终端
WO2018145575A1 (zh) * 2017-02-10 2018-08-16 杭州海康威视数字技术股份有限公司 图像融合设备和图像融合方法
CN109561236A (zh) * 2018-11-30 2019-04-02 百度在线网络技术(北京)有限公司 图像加密、识别方法装置、设备及介质
CN111563552A (zh) * 2020-05-06 2020-08-21 浙江大华技术股份有限公司 图像融合方法以及相关设备、装置
CN111738969A (zh) * 2020-06-19 2020-10-02 无锡英菲感知技术有限公司 图像融合方法、装置及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106791400A (zh) * 2016-12-23 2017-05-31 维沃移动通信有限公司 一种图像显示方法及移动终端
WO2018145575A1 (zh) * 2017-02-10 2018-08-16 杭州海康威视数字技术股份有限公司 图像融合设备和图像融合方法
CN109561236A (zh) * 2018-11-30 2019-04-02 百度在线网络技术(北京)有限公司 图像加密、识别方法装置、设备及介质
CN111563552A (zh) * 2020-05-06 2020-08-21 浙江大华技术股份有限公司 图像融合方法以及相关设备、装置
CN111738969A (zh) * 2020-06-19 2020-10-02 无锡英菲感知技术有限公司 图像融合方法、装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于图像灰度的快速匹配算法;李强等;《软件学报》;20060223(第02期);全文 *
基于自适应融合规则的多分辨率图像融合算法;刘松涛等;《激光与红外》;20070820(第08期);全文 *

Also Published As

Publication number Publication date
CN112819738A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN109785291B (zh) 一种车道线自适应检测方法
CN111144213B (zh) 一种对象检测方法和相关设备
CN109934262B (zh) 图片差异性判断方法、装置、计算机设备和存储介质
CN110413805B (zh) 一种图像存储方法、装置、电子设备及存储介质
CN108710837A (zh) 吸烟行为识别方法、装置、计算机设备和存储介质
CN112819738B (zh) 红外图像融合方法、装置、计算机设备和存储介质
CN112733672A (zh) 基于单目相机的三维目标检测方法、装置和计算机设备
CN111652937B (zh) 车载相机标定方法和装置
CN112581481B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
KR102076635B1 (ko) 산재된 고정 카메라를 이용한 파노라마 영상 생성 장치 및 방법
CN111539975A (zh) 一种运动目标的检测方法、装置、设备及存储介质
CN114283170B (zh) 一种光斑提取方法
CN116403200A (zh) 基于硬件加速的车牌实时识别系统
CN112734719B (zh) 一种图像传感器的坏点检测方法、存储介质以及拍摄装置
CN113902644A (zh) 一种图像处理方法、装置、设备以及存储介质
CN108650471B (zh) 一种鱼眼摄像头的lsc补偿方法及装置、可读存储介质
CN114004839A (zh) 全景图像的图像分割方法、装置、计算机设备和存储介质
CN112233020A (zh) 无人机图像拼接方法、装置、计算机设备及存储介质
CN112464727A (zh) 一种基于光场相机的自适应人脸识别方法
CN112183526A (zh) 可见光定位方法、装置、设备及介质
EP2471042A1 (en) Method of compensating for turbulence when recording film sequences
CN116563388B (zh) 标定数据采集方法、装置、电子设备及存储介质
CN113364968B (zh) 一种对焦方法、装置、摄像机和可读存储介质
CN114584688B (zh) 拍摄和处理数字全景图像的方法
JP2018072942A (ja) 画像処理装置、画像処理方法、プログラム、記憶媒体

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