文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 工学 > 基于区域分割的红外和可见光图像融合方法
侵权投诉

基于区域分割的红外和可见光图像融合方法

态势数据库为各个级别上的融合处理提供实时和非实时数据。这些数据包括多传感器观测数据、融合的中间结果数据、关目标和环境的辅助信息以及进行融合处理所需的历史信息等。对整个信息融合系统中态势数据库德要求是容量大、搜索要快、开放互连性要好、并具有良好的人机接口。因此,要开发更有效的数据模型、新的有效查找和搜索机制,以及分布式多媒体数据库管理系统等

ComputerEngineeringandApplications计算机工程与应用2009,45(26)169

基于区域分割的红外和可见光图像融合方法

赵高鹏,薄煜明,陈益ZHAOGao-peng,BOYu-ming,CHENYi

南京理工大学自动化学院,南京210094DepartmentofAutomation,NanjingUniversityofScienceandTechnology,Nanjing210094,China

zhaogaopeng@sina.comE-mail:

ZHAOGao-peng,BOYu-ming,CHENYi.FusionalgorithmforIRandvisibleimagesbasedonregionsegmentation.

(26):ComputerEngineeringandApplications,2009,45169-171.Abstract:ForthefusionofIRandvisibleimagesintheapplicationofscenesurveillance,afusionalgorithmbasedonregion

segmentationisproposed.Firstly,thesourceimagesaresegmentedintoseveralregionsbyanimprovedregiongrowingmethod,andajointregionrepresentationforthefusedimageisproduced.Then,byconsideringthefeaturesoftargetgreylevelandregionarea,thejointregionrepresentationisdividedintotargetregionsandbackgroundregions.Differentrulesbasedonregionenergyandregionaveragegradientareadaptedrespectivelyintargetandbackgroundregionstoproducethefusedimage.Experimentshowsthattheproposedalgorithmiseffectiveretainthefeaturesofsourceimagesandthefusedimageissuitableforhumanvi-sionormachineperception.Keywords:imagefusion;regionsegmentation;jointregionrepresentation;fusionrules

摘要:针对红外和可见光图像融合在场景监控中的应用,提出了一种基于区域分割的图像融合方法。首先采用改进的区域生长法对源图像进行区域分割,得到用于融合图像的联合区域表示,然后综合考虑目标灰度和面积的特点将区域划分为目标区域和背景区域,分别采取基于区域能量和区域平均梯度的融合规则得到融合图像。通过对两组不同场景下的图像进行实验,结果表明该方法能够有效地保持源图像特征,融合结果有利于人眼感知和机器视觉。关键词:图像融合;区域分割;联合区域表示;融合规则

文章编号:(2009)文献标识码:中图分类号:DOI:10.3778/j.issn.1002-8331.2009.26.0501002-833126-0169-03ATP391

1引言

图像融合是指把来自不同传感器的多幅源图像综合成一

2算法原理

红外和可见光传感器是最常用的两类传感器。红外传感器

幅满足特定应用需求的新图像的过程,充分利用不同传感器获

取的图像间的冗余和互补信息,提高系统的可靠性和图像信息的利用效率,融合后的图像应当更适合于人眼感知或计算机的后续处理[1-2]。

按照融合处理的顺序和层次,图像融合可以分为像素级,特征级和决策级融合。目前大量的研究集中在像素级融合算法[2-5],常用的有金字塔方法、小波变换方法等,大多数算法仅考虑像素点或局部邻域的信息,未考虑目标信息。基于区域的融合更能体现图像中的目标特征,文献[6-7]首先得到源图像的多尺度区域表示,然后在每一尺度下提取变换后系数的区域特征,计算区域的活跃度来融合相应的区域,由于要对整幅图像的各层分解系数进行区域处理,运算复杂,难以满足监视等实际任务要求。

以区域的观点来考虑像素间的相关性,将图像分割结果按一定的规则表示为目标区域和背景区域两类,分别采取相应的融合规则,实现图像的融合。实验采用两组不同场景下实际的红外和可见光图像,结果表明该文方法的有效性。

对热目标的探测性能较好,但对场景的亮度变化不敏感;可见光成像传感器清晰度高,能够提供目标所在场景的细节信息。对两者的融合应当保留可见光图像的细节信息和红外图像的较亮区域(通常为所要探测的目标),便于场景解释和进一步的目标检测跟踪处理。

考虑融合对象的成像特点,该文算法首先对已经过配准的源图像进行区域分割,得到用于融合图像的联合区域表示,然后按照一定的规则将区域划分为目标区域和背景区域分别进行融合,得到最终融合图像。基本结构流程如图1所示。

源图像1

区域分割

联合区域

表示

源图像2

区域分割

背景区域融合目标区域融合

融合结果

图1该文方法框图

作者简介:赵高鹏(1983-),男,博士生,研究方向为图像处理与图像融合;薄煜明(1965-),男,研究员,博导,研究方向为图像处理、火控理论与技

收稿日期:2008-10-28

修回日期:2009-01-06

第1页

你可能喜欢

  • 图像融合
  • 图像技术
  • 图像设计
  • 数字图像处理及MATLAB实现
  • 红外成像技术
  • 图像增强
  • 图像处理方法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email