结合NSST和颜色对比度增强的彩色夜视方法

针对夜视图像彩色融合通常存在细节信息不够丰富、颜色对比度低的问题,为了获得更为理想的彩色融合效果,提出一种新的基于非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)和颜色对比度增强的彩色融合方法。首先,分别设计基于S函数和局部方向对比度的低频与高频融合规则,完成源可见光与红外图像在NSST域的融合;其次,将灰度融合图像赋给Y分量,源图像的差值信号赋给U和V色差分量,形成YUV空间的伪彩色融合图像。最后,选择一幅与待上色图像具有相似颜色分布的自然日光图像作为彩色参考图像,在YUV空间对伪彩色融合图像进行颜色对比度增强的非线性色彩传递。与近年方法相比,该方法所得彩色融合效果细节信息丰富、热目标突出。将该方法运用于彩色夜视领域,可有效增强场景深度感知和目标的可探测性。

颜色对比度增强的红外与可见光图像融合方法

针对红外与可见光彩色融合图像中目标与背景间的低对比度的问题,提出一种基于HSI空间颜色对比度增强的红外和可见光图像融合方法。首先对输入的可见光与红外图像进行直方图均衡和中值滤波加强处理,然后对加强的红外图像模糊阈值分割得到红外目标,最后把分割的红外目标图像和加强的可见光和红外图像在HSI空间的三通道线性融合和色彩传递,为了增强目标与背景间的颜色对比度,在色彩传递阶段,H通道的色彩传递方程中引入一个比例因子。实验结果表明:与其他算法相比,该方法得到的彩色融合图像热目标和低温物体与背景间的颜色对比度明显加强,同时背景的细节信息呈现白天类似的自然彩色,更加符合人眼视觉感知。