可见光/微光与红外平行光路融合物镜设计

现有所发布的大多数文献着重于图像融合算法的分析研究,很少有文献对采集融合图像的光学系统做出相应论述.本文根据手持融合观察镜的特点,对可见光/微光与长波红外图像融合、平行光路布局型式的融合物镜光学系统进行设计及分析.首先介绍了共光路光学布局型式与平行光路光学布局型式的优缺点,根据手持融合观察镜的特点选择了平行光路的光学布局型式;其次根据手持融合观察镜指标的要求对可见光/微光物镜进行\     

微光图像特征分析及图像融合技术研究

从微光图像的成像过程、灰度分布和像素空间与时间相关性等几个方面对微光图像特征作较系统的分析,用信息容量这一示性参数来表征高相关图像灰度层次的丰富程度,这与视觉效果达到了很好的一致,通过分析这些特性,对微光多光谱图像融合技术研究具有重要的指导意义。     

IR-Fusion技术使可见光和红外图像能在热像仪内融合并进行分析

IR—Fusion技术可实时将红外图像和可见光图像以像素对像素的方式融合并显示成一个图像。据称,IR—Fusion是唯一允许用户在相机屏幕上就可对图像进行操作的技术。该技术的出现使用户可以发现类似红外热像仪一般不能检测到的问题。     

工业炉管温度的红外成像测试方法

针对工业炉内特殊的燃烧环境,从消除烟气影响切入,建立了红外计算模型,并利用红外热像仪获得运行状况中炉管表面二维温度场及其变化特征,为优化工艺操作提供了科学依据.     

福禄克公司运用新技术合并可见光和红外图像

拥有全球领先的手提式电子检测与测量技术的美国福禄克公司，引入IR—Fusion技术，可实时将红外图像和可见光图像以像素对像素的方式融合并显示成一个图像。提供5种预览模式．每种都为提高红外图像的清晰度和准确度而设计，并且还增加了有用的参照框。IR—Fusion是唯一允许用户在相机屏幕上就可对图像进行操作的技术。IR—Fusion专门为预见性工业维护领域设计，使用户可以发现类似红外热像仪一般不能检测到的问题。     

微光图像与激光助视图像的对比度调制融合

图像融合可以对同一景物不同频谱或其他不同物理效应产生的图像进行处理，改善图像质量。把微光图像作为重要的夜视图像具有对比度小、视觉效果模糊的特点。在双谱图像触合理论的基础上，针对光阴极的光谱响应曲线特点，运用瞬态激光助视的方法，获得了景物在近红外波段的图像。因为近红外激光助视图像与微光图像响应的光谱波段不同，所以两类图像有各自的信息特征。将两种图像用基于小波变换的对比度调制的算法进行触合处理，得到了效果较好的融合图像。该技术对提高投光电视系统的视距与目标识别能力具有重要意义。     

伪随机瞬态激光助视图像与常态微光图像融合技术研究

给出了拉普拉斯金字塔算法及微光双谱图像空间域融合的准则,并用金字塔技术对随机瞬态激光助视图像与常态微光图像进行了融合处理,改善了微光夜视图像质量,增强了夜视系统所获取的战场信息量.并用假彩色增强方法得到了可视性较好的彩色图像     

红外焦平面成像器件的重大应用

红外探测器技术在20世纪90年代取得了飞速发展。对红外焦平面列阵器件在各种重大国家安全项目例如弹道导弹防御计划、重要新型武器系统及高级空间计划中的应用作一简要介绍。     

微光图像与红外图像融合技术研究

图像融合技术在微光和红外图像处理中得到了广泛的应用.为了深入理解图像融合技术以及融合后的图像质量,首先分析了微光和红外图像的融合技术,对微光和红外图像进行了预处理,分析了微光和红外成像过程、图像增强技术、特征提取方法、图像配准等.重点研究了拉普拉斯图像融合、对比度调制融合、基于小波分解的图像融合技术.最后通过实验对这几种融合技术进行了比较,结果显示融合后的图像质量得到了改善,突出了目标轮廓和细节,方便了目标识别.     

可见光与红外图像增强融合算法研究

提出了自适应图像增强算法，用于可见光和红外图像的融合。首先对输入的可见光图像和红外图像进行自适应增强，然后采用基于图像空间能量窗及归一化互相关测度构造融合图像，利用图像的信息熵评估算法的融合效果，最后给出了一组可见光和红外图像融合的试验结果，表明该算法十分有效，融合图像有丰富的互补信息，有利于人眼观察和目标识别。     

基于目标增强的红外与可见光图像融合算法研究

针对传统多尺度变换融合方法不能有效保留红外图像中热辐射信息及高对比度特征,本文提出了一种基于目标增强多尺度变换的红外和可见光图像融合算法。首先,对可见光图像进行预处理,自适应地提高其对比度。其次,对红外和可见光图像分别使用拉普拉斯金字塔(LP)分解为高频以及低频分量。然后,使用分解后的红外低频信息确定低频段融合权重,并引入参数λ控制融合图像中红外信息比例。最后,使用拉普拉斯金字塔逆变换重构融合图像。实验结果表明,所提出的方法可以生成具有明显突出目标和丰富细节的融合图像,并在主观视觉和客观指标上具有更好的表现。     

红外与微光图像开窗配准融合处理方法

为解决图像实时融合以及红外与微光图像视场大小不一致等问题,提出一种基于仿射变换的红外与微光图像开窗配准融合处理方法。首先以大视场微光图像为背景,对图像中人眼感兴趣的目标区域信息进行开窗,窗口的大小由系统硬件速度和配准融合算法的运算量决定,然后在相同的目标窗口区域,通过双线性插值和仿射变换建立一种红外与微光图像各个像素点的对应匹配关系来完成窗口图像的快速配准与融合,实验对开窗融合结果进行了分析与评价。结果表明,该方法在满足人眼观察需求的条件下既减小图像融合处理数据,又保留了重要的细节融合信息,有效地提高了图像融合的实时性,对兼顾硬件速度与实时性要求的图像融合系统具有较高的应用价值。     

深度学习框架下的红外与可见光图像融合算法综述

红外与可见光图像融合方法中存在信息提取和特征解耦不充分、可解释性较低等问题,为了充分提取并融合源图像有效信息,本文提出了一种基于信息瓶颈孪生自编码网络的红外与可见光图像融合方法（DIBF：Double Information Bottleneck Fusion）。该方法通过在孪生分支上构建信息瓶颈模块实现互补特征与冗余特征的解耦,进而将互补信息的表达过程对应于信息瓶颈前半部分的特征拟合过程,将冗余特征的压缩过程对应于信息瓶颈后半部分的特征压缩过程,巧妙地将图像融合中信息提取与融合表述为信息瓶颈权衡问题,通过寻找信息最优表达来实现融合。在信息瓶颈模块中,网络通过训练得到特征的信息权重图,并依据信息权重图,使用均值特征对冗余特征进行压缩,同时通过损失函数促进互补信息的表达,压缩与表达两部分权衡优化同步进行,冗余信息和互补信息也在此过程中得到解耦。在融合阶段,将信息权重图应用在融合规则中,提高了融合图像的信息丰富性。通过在标准图像TNO数据集上进行主客观实验,与传统和近来融合方法进行比较分析,结果显示本文方法能有效融合红外与可见光图像中的有用信息,在视觉感知和定量指标上均取得较好的效果。     

基于压缩感知的红外与可见光图像融合算法

压缩感知是一种新的信号采样理论,突破了传统的Nyquist采样率须为信号最高频率的2倍以上的定理。对于稀疏信号,它能够以远低于Nyquist采样速率对信号进行采样,并通过重构算法恢复出原信号。提出了一种基于压缩感知的红外与可见光图像融合算法,对图像进行测量,并通过融合算法对测量值进行融合。仿真实验显示,压缩感知能较好地实现图像的融合。     

基于目标特性分析的红外与微光图像融合算法

目标特性分析是研究目标探测性能的一个重要环节,包括目标(和背景)的辐射特性、辐射的大气传输特性、探测器的成像特性、目标自身特征等。目前对目标特性分析的图像融合算法的研究很少,本文针对这一不足,分析了红外与微光情况下的目标特性,在此基础上,确定了图像融合算法中的加权系数和最终融合图像。对实验结果进行了定性的主观分析,结果表明:基于目标特性分析的红外与微光图像融合算法能够更有效、准确地提取图像中的目标特征,更有利于目标的探测识别。     

基于Shearlet变换的红外与可见光图像自适应融合

提出一种基于Shearlet变换的红外与可见光图像自适应融合算法。算法首先对待融合图像进行Shearlet变换;然而采用粒子群优化算法确定出低频成分的最佳融合权值,自适应地对红外与可见光图像的Shearlet低频系数进行整合,利用Shearlet变换对边缘、轮廓等细节特征的准确定位,采用加权局部能量最大准则对Shearlet高频系数进行融合;最后对融合系数进行逆Shearlet变换得到融合图像。与现有的部分算法进行对比实验,结果表明本文算法获得较好地融合效果。     

DRF红外双波段彩色图像融合算法北大核心CSCD

针对中长波红外双波段伪彩色融合图像存在较明显色偏和细节信息模糊等问题,本文了总结典型传统彩色融合算法的优缺点,提出划分差值区域进行赋色融合(Difference Regions Fuse,DRF)的思路,并在图像预处理中增加迭代归一化图像处理,结合中长波红外差异的特征引入YCbCr颜色空间,利用16 bit原始红外图像直接进行赋色融合,仿真与实验结果表明,本文提出的DRF算法融合效果显著。     

红外与X光图像融合方法研究

首先用交互式配准方法对采集到的红外与X光图像进行配准,然后采用像素加权平均进行融合,得到了能反映构件表面和内部结构的温度场的融合图像,最后进行了图像融合的质量评价。实验结果表明,融合图像既包含构件的温度场分布,同时能反映出构件内部清晰的结构。     

基于NSST和CS的红外与可见光图像融合

针对红外与可见光图像需要实时融合的特点,提出一种降低算法复杂度的基于非降采样剪切波变换(Non-subsampled Shearlet Transform)和压缩感知域的红外与可见光图像融合算法。利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频系数和各带通方向子带系数。对低频子带系数采用基于目标特征的加权平均融合规则;压缩感知理论的测量矩阵采用哈达马阶快速沃尔什矩阵,对细节信息保留较多的各带通子带系数进行观测测量,得到更稀疏的各带通子带系数测量值,对此测量值采用基于区域方差选大的融合规则得到融合测量值,运用基于增广的拉格朗日乘子和交叠方向恢复算法对融合测量值进行重构得到近似精确的各带通子带融合系数,最后对低频子带融合系数和各带通方向子带融合系数执行NSST逆变换得到最终的融合图像。实验结果表明,该融合方法不仅可以保证融合清晰度,同时还可以缩短算法的运行时间。