基于圖像分析的自然彩色夜視成像方法研究.pdf

1、夜視技術(shù)借助于光電成像器件拓展了人類的光譜響應(yīng)范圍尤其是在黑暗中觀察景物的能力，使夜晚變得透明。傳統(tǒng)的夜視圖像都是單色，不利于對(duì)于場(chǎng)景的理解及目標(biāo)的識(shí)別。隨著對(duì)色彩在人類認(rèn)知系統(tǒng)中所起作用的認(rèn)識(shí)逐步加深，如何實(shí)現(xiàn)彩色夜視、尤其是與人眼視覺(jué)特性相符合的自然彩色夜視，已經(jīng)成為夜視領(lǐng)域的研究熱點(diǎn)。自然彩色夜視技術(shù)可以使夜視圖像獲得最佳的觀測(cè)性能，在各種軍用及民用領(lǐng)域，如戰(zhàn)場(chǎng)監(jiān)控、情報(bào)傳送、刑事偵察、安全檢查、交通管制、夜間導(dǎo)航、文物保護(hù)等方面

2、有著重要應(yīng)用。
　　 本論文首先從夜視圖像的成像特性和應(yīng)用特性出發(fā)，探討具有景物深度及空間立體視覺(jué)感的自然彩色夜視實(shí)現(xiàn)的問(wèn)題、單波段紅外熱像的自然彩色夜視實(shí)現(xiàn)的問(wèn)題、紅外/微光雙波段圖像的實(shí)時(shí)自然彩色夜視實(shí)現(xiàn)的問(wèn)題；其次從與自然彩色夜視實(shí)現(xiàn)過(guò)程相關(guān)的數(shù)學(xué)模型出發(fā)，探討用于圖像識(shí)別的數(shù)據(jù)降維算法和用于模型訓(xùn)練的稀疏學(xué)習(xí)算法。具體而言，論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　　 (1)具有景物深度及空間立體視覺(jué)感的自然彩色夜視實(shí)

3、現(xiàn)方法研究。
　　 提出夜視圖像應(yīng)具有立體空間感的新問(wèn)題。并基于夜視圖像的特性，提出利用單目雙波段夜視圖像中的紅外/微光的強(qiáng)度來(lái)估計(jì)景物的深度信息，再利用色彩飽和度變化來(lái)增強(qiáng)夜視圖像空間感的方法。該方法首先通過(guò)構(gòu)建一個(gè)夜視圖像的模式數(shù)據(jù)庫(kù)，利用輻射/反射特征和紋理特征來(lái)識(shí)別圖像中的景物類別、并為各景物賦予其相應(yīng)的特征色彩，再根據(jù)估計(jì)的深度信息對(duì)景物色彩的飽和度進(jìn)行調(diào)制，以便獲得符合人眼觀察規(guī)律的具有空間立體視覺(jué)感的彩色夜視圖像視

4、覺(jué)。最后通過(guò)實(shí)驗(yàn)證明這種彩色夜視圖像不僅具有與人眼視覺(jué)特性相吻合的自然色彩，更具有與景物深度相吻合的空間立體視覺(jué)感，從而可以顯著改善觀察者對(duì)夜視圖像的理解效果、提高目標(biāo)識(shí)別率。
　　 (2)單波段紅外熱像的自然彩色夜視實(shí)現(xiàn)方法研究。
　　 提出基于單波段紅外熱像實(shí)現(xiàn)自然彩色夜視的新問(wèn)題。為克服紅外圖像缺乏細(xì)節(jié)、局部信息不足的問(wèn)題，提出使用一種具有“多尺度”和“空間上下文”信息的特征向量來(lái)對(duì)像素點(diǎn)進(jìn)行分析；為解決紅外圖像的

5、亮度分布規(guī)律與可見(jiàn)光圖像極為不同的問(wèn)題，首次采用“監(jiān)督學(xué)習(xí)”的方法來(lái)建立色彩估計(jì)模型，給出一種基于線性回歸的線性模型和一種基于支持向量回歸(SVR)的非線性模型。該方法不同于以往的基于“多波段圖像融合技術(shù)”的彩色夜視實(shí)現(xiàn)方法，可直接基于單波段紅外熱像實(shí)現(xiàn)彩色夜視，在提升彩色夜視系統(tǒng)便攜性、降低成本等方面具有重大價(jià)值。最后通過(guò)實(shí)驗(yàn)證明該方法可以有效地實(shí)現(xiàn)單波段紅外熱像的自然彩色夜視。
　　 (3)紅外/微光雙波段圖像的實(shí)時(shí)自然彩色

6、夜視實(shí)現(xiàn)方法研究。
　　 為了克服以往的實(shí)時(shí)彩色夜視實(shí)現(xiàn)方法不適用于紅外/微光雙波段圖像的問(wèn)題，根據(jù)紅外/微光雙波段圖像的特性設(shè)計(jì)了一種新的“自然-高亮色彩查找表”。不同于以前的方法，新的色彩查找表并不是由自然彩色圖像生成，而是由一種特制的“環(huán)境具有自然色而目標(biāo)具有高亮色”的紅外/微光彩色融合圖像生成。因此，這種新的色彩查找表與紅外/微光雙波段圖像的光譜變化具有極好的相關(guān)性，可以實(shí)現(xiàn)準(zhǔn)確映射。在合成這種特制的紅外/微光彩色融合圖

7、像時(shí)，為了克服紅外/微光雙波段圖像缺乏與普通可見(jiàn)光圖像相近的光譜變化的缺陷，使用微光波段的紋理信息來(lái)獲得自然色彩；為了克服自然色彩中缺少與熱目標(biāo)相對(duì)應(yīng)的高亮色的缺陷，使用紅外/微光的特征級(jí)融合圖像作為亮度通道以保持目標(biāo)區(qū)域與背景環(huán)境間的高對(duì)比度。最后通過(guò)實(shí)驗(yàn)證明這種彩色夜視圖像具有環(huán)境呈現(xiàn)自然色、目標(biāo)呈現(xiàn)高亮色的特點(diǎn)，可以使觀察者在擁有良好環(huán)境感知度的同時(shí)對(duì)熱目標(biāo)也有極高的敏感度。
　　 (4)基于全局推斷保留映射的半監(jiān)督降維方

8、法研究。
　　 提出一種充分利用未標(biāo)記樣本所隱含的鑒別信息的線性半監(jiān)督降維方法GIPP。該方法不同于以往基于局部幾何特征的半監(jiān)督降維方法，通過(guò)定義并使用一種未標(biāo)記樣本的全局結(jié)構(gòu)：“全局鑒別結(jié)構(gòu)”來(lái)求得投影矩陣，使得未標(biāo)記樣本所隱含的類別信息得到充分利用，以提升降維后數(shù)據(jù)的分類效果。為了推斷未標(biāo)記樣本所隱含的類別信息，一種基于路徑不相似度的測(cè)量被用來(lái)構(gòu)造數(shù)據(jù)間的連接矩陣。通過(guò)在數(shù)據(jù)可視化、物體圖像識(shí)別數(shù)據(jù)庫(kù)、人臉識(shí)別數(shù)據(jù)庫(kù)、聲音識(shí)

9、別數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)證明該方法的有效性。最后也通過(guò)實(shí)驗(yàn)說(shuō)明GIPP在微光圖像彩色夜視成像中的應(yīng)用：基于自動(dòng)相關(guān)反饋結(jié)構(gòu)，實(shí)現(xiàn)用于色彩傳遞的彩色參考圖像的自動(dòng)選擇。
　　 (5)基于Double Lomax先驗(yàn)的稀疏線性模型的變分貝葉斯求解方法研究。
　　 提出一種新的“稀疏提升”型先驗(yàn)分布：Double Lomax先驗(yàn)，首先證明它代表了比AIRD先驗(yàn)更逼近于t0范數(shù)的松弛函數(shù)，因此理論上它可以利用更少的測(cè)量值個(gè)數(shù)來(lái)恢復(fù)稀疏變

10、量；然后證明它像ARD先驗(yàn)一樣可以被表示成為高斯混合尺度模型(GSM)的形式，因此計(jì)算上它可以得到閉合解，同時(shí)兼顧了理論優(yōu)越性和計(jì)算可行性。另外，推導(dǎo)出使用該先驗(yàn)的線性稀疏模型(SLM)的全變分貝葉斯求解方法，并分析說(shuō)明該全變分貝葉斯求解方法可以很好地克服在使用非凸松弛型先驗(yàn)時(shí)會(huì)出現(xiàn)的“多個(gè)局部極值點(diǎn)”及“過(guò)學(xué)習(xí)”的問(wèn)題。通過(guò)在自回歸模型(AR)系統(tǒng)識(shí)別及壓縮感知(CS)方面的實(shí)驗(yàn)說(shuō)明該方法與基于ARD先驗(yàn)的方法相比的優(yōu)越性。最后也通過(guò)