摘要
为解决红外图像和可见光图像在夜视环境下成像效果不理想的问题,搭建一种由红外相机与RGB相机组合而成的具有结构简单、实时性高等特点的双目异型成像系统.利用双线程方式实时采集红外与可见光图像,针对非局部均值滤波(Non-Local Mean,NLM)提出了一种基于熵的自适应h求解方法,能够较好的消除红外图像的噪声;之后将红外图像与可见光图像的特征点匹配后,引入基于斜率一致性的方法进行图像配准,最后采用改进基础图像融合规则的双尺度融合算法(Two-scale Image Fusion,TIF)以及多种融合算法将红外与可见光图像进行融合,获得目标明显、信息丰富且真实色彩的(Infrared Radiation and RGB,IR-RGB)融合图像.TIF算法能够高效快速地将红外图像与可见光图像融合,在保留了可见光图像对周围环境的真实颜色信息特征的同时,又保留了红外图像温度提取的特点.分析数据可知,TIF算法的IR-RGB图像的熵值提升了约5.14％;其边缘强度均达到最大39.991、22.433、52.880;相比普通的像素级融合规则,该方法的运行速度提升了10倍的量级.该研究在夜视环境下通过红外与可见光的实时成像在目标识别和监测等实际应用中具有非常重要的意义.
基金项目
陕西省教育厅科研计划重点项目(21JY017)
陕西省自然科学基础研究计划项目(2022JQ-676)
中国博士后科学基金项目(2022M712493)
维普
万方数据