紅外熱像和可見光圖像融合.pdf

1、紅外熱像和可見光圖像的融合是圖像融合領(lǐng)域里面非常重要的一部分，其應(yīng)用范圍已經(jīng)遍及軍事、安全監(jiān)控等領(lǐng)域。紅外傳感器的成像原理和可見光傳感器的成像原理不同，紅外成像屬于被動成像，是由目標(biāo)物體的自身溫度分布和發(fā)射率決定，圖像的灰度分布主要是由背景物體的各個輻射變化決定，其圖像的對比度較低并且分辨率也較低，但是紅外熱像的優(yōu)點(diǎn)在于當(dāng)環(huán)境條件惡劣的時候比如有煙霧，黑夜或者遮擋時，紅外熱像可以克服這些障礙而探測到物體目標(biāo)，因此，紅外熱像和可見光圖像的

2、信息具有互補(bǔ)性。通過融合可以將兩種圖像的信息充分利用，以便獲得更加準(zhǔn)確的和詳細(xì)的場景信息，使得觀察者做出更好的決策。
　　 本文主要研究了紅外熱像和可見光圖像融合中的主要關(guān)鍵技術(shù)，包括以下三個方面：
　　 首先，特征點(diǎn)提取。本文主要研究特征點(diǎn)提取中的角點(diǎn)提取。針對紅外圖像相比可見光圖像，對比度較低，反映目標(biāo)物體表面的紋理細(xì)節(jié)信息較差，邊緣較為模糊等特征，使用傳統(tǒng)的Harris算子對紅外圖像進(jìn)行角點(diǎn)提取，效果不是十分理想，

3、通過全局閾值來控制角點(diǎn)數(shù)目，若控制閾值使數(shù)目較少，則有些角點(diǎn)提取不到，若縮小閾值使數(shù)目增加，則會提取到許多非角點(diǎn)?；诖朔N情況，本文采用分塊的思想，用每一塊圖像的熵值和相關(guān)值來限制每一塊Harris方法中的閾值，保證提取到一定數(shù)量又正確的角點(diǎn)，為后期匹配打好基礎(chǔ)。
　　 其次，提出了一種新的基于膜計算模型的點(diǎn)集匹配問題的求解算法(PointMatching-MembraneAlgorithm，PMMA)。算法將點(diǎn)之間的匹配關(guān)系看

4、成區(qū)域內(nèi)的物質(zhì)，為減小算法復(fù)雜度，所有區(qū)域中均采用一種類模擬退火算法作為子算法對物質(zhì)進(jìn)行演化。根據(jù)點(diǎn)集匹配問題的特點(diǎn)，算法進(jìn)一步引入了三種新的啟發(fā)式搜索規(guī)則，在一定程度上提高了匹配的正確率和收斂的速度。
　　 最后，對拉普拉斯金字塔融合算法進(jìn)行了一定的改進(jìn)，對拉普拉斯金字塔中的圖像序列分別使用不同的融合規(guī)則，頂層采用基于遺傳算法優(yōu)化的加權(quán)融合，其余層采用基于區(qū)域能量的融合規(guī)則。通過實(shí)驗(yàn)證明，該方法能夠有效的保留圖像信息，融合效果