论文研究-基于LLF和RBD检测的红外和可见光图像融合.pdf

所需积分/C币:10 2019-09-10 12:22:21 839KB .PDF
9
收藏 收藏
举报

提出一种基于LLF和RBD检测的红外和可见光图像融合方法。运用局部拉普拉斯滤波对红外图像平滑处理和对可见光增强处理,以充分利用红外图像的目标信息和可见光图像的细节信息。在此基础上,采用增强背景检测的RBD显著性检测算法处理红外图像,以很好地检测出目标。此外,为了增强目标信息,减弱背景干扰,对RBD检测的结果进行S曲线变换。然后,对红外和可见光图像应用NSST分解得到高频分量与低频分量。最后,使用S曲线变换后获得的显著图对低频分量进行加权融合,采用绝对值取大的规则对高频分量进行融合。实验结果表明,该方法能够得到红外目标突出,细节增强的融合图像。
王贝贝,王正勇,何小海,等:基于和检测的红外和可见光图像融合 BndCon(p Lenon(p) )红外图像的目标和可见光图像中丰富的细节信息。本 Area(p) 文利用 显著性检测得到的红外显著图对低频分量 大量测试表明当阈值大于时,可以很好地检测出进行加权融合,可充分利用红外图像的目标信息,采取 背景 绝对值取大的融合规则融合经过增强后的可见光 另一方面对影响显著性检测因素的整合首先定图像的高频分量,可以充分利用可见光中的背景细节 义一个背景权重对比度,公式如下: 信息 aCip)=2dap(p, p ospa(B, pi o 低频融合规则 首先将经过平滑的红外图像和增强处理的可 w和o分别为0(2exp(-y() (A1),0=1-见光图像,进行 分解,以获得低频系数和高频 系数;然后对平滑处理后的红外图像进行检 Bndcon aD)是D和D之间的距测利用获取的红外显著图对红外和可见光倒像的低频 2c 系数进行加权融合 a,=025。当边界连通性较大时,接近,反之,则 但是如果直接把显著性检测的显著图应用到 接近、n=1,把这些影响因素整理到个框架中,低频图像融合中,会造成红外目标不突出,背景噪声干 称为显著优化,代价函数f如下 扰较大,而把检测后的显著图经过曲线变换后可 />0:+Sm+-()以很好地消除这种缺点,显著性检測后的结米范 围在,之内所以曲线需要变换,以达到,到, 其中,N个像素的显著值定义为{s}1,=uChr,当 的映射关系,公式如下: =1时,为目标区域,当f=0时,为背景区城;第项为 exp(-10×(s:-0.5)+1 背景约束像素P是背景的可能性为o(如果较大),其中S、= Saliency()为显著性检测的显著图, 乘s(则接近);第二项为前景约束像素是前景的Ln为平滑处理后的红外图像,S为曲线处理后 可能性为m(如果较大),乘:(则接近);最后一项为的优化显著图像。 平坦区域约束,增加目标区域的显著值。对于邻域像素 图()为曲线处理后红外图像的优化显著图,可 户,P,∞定义如公式(),μ值取可以减小背景发现红外口标被增强,而背景的干扰被减弱,得到较好 和前景中的噪声 的红外目标,对后期的低频融合有很大帮助。低频分量 dape(p p, CU, =cXp( 融合公式如下: F=S, XIR/+(1-SXIVL 图()()的显著图为不同显著性检测算法对红其中IR为红外图像经过平滑处理,再用 外图像检测的结果。图中可看出算法检测出过多解后获得的低频分量,V为可见光图像经过增强 背景区城,容易造成干扰;有时检测不出红外目处理后,再川分解后获得的低频分量,F为融合 标,不适合应川于红外日标检测。经过实验,发现 后的低频分量。 显著性榆测可以在质量和速度上都获得一个不错的结 果。本文的检测是基于背景对比度的检测方法 考虑到红外图像中红外H标和背景是分离的所以更易 于检测出目标信息 ()原红外()平滑()检测()曲线 ()原始红外图() 图像 图像 图像 处理图像 图不同的显著性检测算法对红外图像的检测 图 处理的效果图和曲线处理后的效果图 其于和检测的图像融合 高频融合规则 红外图像和可见光图像融合的原则是:充分利用 高频系数主要代表着图像的细节信息,红外和可见 计算机工程与应用 光图像分别经过平滑和增强处理,再分别经过红外与可见光图像作为实验原始图像,所用图像经过精 分解后获得高频系数,本文选取绝对值取大的原确的配准。选用年等提出基引导滤波的融 则,可以充分利用可见光图像经增强处理后得到的合方法和年等提出的 (拉普拉斯变 细节信息,而且可以获得较快的速度,高频系数融合换 (曲线波变换)、 非下采样 则分别用区城统计,区域方差等方法做实验发现绝变换 (拉普拉斯和稀疏表示) 对值取大可以获得较好的效果。公式如下 (曲线波和稀疏表示)融合算法与本文提出的方法比较 IR(,y). abs[IR,(x y)]>abs[IV,,v IVh(,y), abslIR, (, y)k<abs wv(;)() 并对融合结进行主观评价,选川平均梯度()、相关 系数()、互信息)、结构相似度()、信息熵 RA(y)为红外图像的高频分量(y处的值,Vy))、室间频(客观指标对各算法的融合结果进行 为可见光图像的高频分量(x处的值,a代表绝对客观对比,各指标值越大,说明融合效果越好。 值取大,F为融合后的高频分量。 融合流程 C 不同算法的融合结果 图()()分别为红外与可见光图像,图() 到为本文的红外与可见光图像融合框架月休流采川不同算法的融合图像,从图()中可以看到融合图 程如下 像中左下角和右下角的树与其他融合算法相比保留了 ()首先分别对红外和可见光图像采用局部拉普拉可见光的细节信息。图()中对于可见光中围栏 斯滤波处理。红外图像采用平滑处理,以获得信总和围栏上方的树林信息都没有很好的保留,图() 更为突出的目标信息,减少背景信息的干扰,可见光图()发现左下角的围栏和地相接处没有充分利用可见 像采用增强处理,以获得更多的细节信息。 光信息。图()和()左下角的房屋一角偏暗,没有充 )用显性检测对(中获得的平滑红外图分利用可见光图像。图()()()中的围栏信息明显 像进行检测,获得显著图,对显著图进行曲线变换得没有本文方法清晰。 到优化的显著图、达到增强红外目标,减弱背景信息T 扰的作用。 ()用变换分解()中获得的平滑红外图像 和增强可见光图像,获得红外图像的低频分量与高频分 量和可见光图像的低频分量与高频分量。 ()红外图像()可见光图像 ()用()获得的优化的显著图对()中获得的红 外和可见光囪像的低频分量进行加权融合,得到融合 的低频分量。 ()用绝对值取大的规则对()中获得的红外图像 的高频分量和可见光图像的高频分量进行融合,得到融 合后的高频分量 ()对()中获得的融合后的低频分量和()中获得 的融合后的高频分量进行逆变换获得最终的融 合图像。 本文方法 曲线变 图第一组原始红外与可见光图像及融合图像 检测曲线变换换后的结 低频系数 果指导低 图()()分别为红外与可见光图像,通过图() 频融合 光 平滑 发现本文方法获得融合图像信息丰富,可见光的一些细 低频系数h逆变 高频系数 换节信息和红外光的目标被输入到融合图像中,图像的整 绝对 体对比度得到增强,左下角和上方的叶子充分保留了可 可见光图像 低频系数 值取 增强 大 高频系数 见光图像的细节,红外图像中行人和房屋自然融入到结 高频系数 果中,相比之下其他融合方法得到的效果不是很好。图 图红外与可见光融合框架 ()中对于红外图像的房屋信息没有很好的保留 图()()可见光的树叶信息没得很好的利用,图 实验结果及分析 ()()中天空中出现虚假信息。图()和()中行人 为了验证算法的稳定性与有效性,本文选取了两组背后融入过多红外信息。 王贝贝,王正勇,何小海,等:基于和检测的红外和可见光图像融合 光图像的细节信息,证明了基丁利检测算法 进行图像融合框架的有效性。另一方面,为了有效地检 查出红外目标对红外图像进行平滑处理,损失部分红外 图像信息,造成本文屮第二组图像信息熵()的降低。 ()红外图像()可见光图像 整体而言,本文基于和检测的图像融合方法 获得个错的表现。 总结 本文针对红外图像和可见光图像的特点,提出了基 于●和检测的红外和可见光图像融合方法,为 r允分利用红外图像的目标把红外图像进行平 滤波,并用算法进行显著性检测,对显著图进行了 (本文方法 山线变换,为了增强可见光的细节信息,对可见光图 图第二组原始红外与可见光图像及融合图像 像进行增强滤波。为了证实本文方法的有效性, 对两组图像分别与空间域的融合方法和频率域 不同算法融合效果及评价 种 本文选用年等提出基于引导滤波的融合合方法的融合结果做对比,并对图像融合结果进行注主 方法和年 等提出的 观评价和客观分析,得到了一个较好的效果 图像融合算法与本文提 出的方法比较。从表、表发现本文融合方法在平均 梯度()、相关系数()、互信息()、空间频率( 参考文献: 方面得到一个稳定的提升,相较其他融合方法提升幅度 较大,在结构相似度()方面本文方法也得到提 升ε。其中平均梯度()、空间频率()得到提升,与视 觉效果一致,很好地说明了增强算法保持可见光图 像细节的作用(如图中的围栏、树叶和图中的树 叶)。相关系数()、结构相似度()、互信息() 的提升说明原图像的信息很好地输入到融合图像中,体 现了检测与曲线结合对红外目标提取的有效性, 使得融合图像中既保存了红外目标信息,又保存」可见 表第一组图片客观评价指标 指标 本文方法 表第二组图片客观评价指标 指标 本文方法 下转页)

...展开详情
试读 5P 论文研究-基于LLF和RBD检测的红外和可见光图像融合.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
weixin_38743602 你的留言是对我莫大的支持
2019-09-10
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
    最新推荐
    论文研究-基于LLF和RBD检测的红外和可见光图像融合.pdf 10积分/C币 立即下载
    1/5
    论文研究-基于LLF和RBD检测的红外和可见光图像融合.pdf第1页

    试读结束, 可继续读1页

    10积分/C币 立即下载 >