IHS色彩空间下基于Curvelet变换的汽车抗晕光方法

针对夜间行车滥用远光灯,易造成驾驶员晕光的问题,提出一种在IHS色彩空间下基于Curvelet变换融合可见光和红外图像的抗晕光方法。该方法利用Curvelet图像的边缘、轮廓等细节信息更加清楚,并结合IHS法能消除晕光,并显著提高融合图像的清晰度和对比度,更利于人眼观察。

改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法

为了解决夜间会车滥用远光灯造成驾驶员晕光的问题,提出一种在IHS色彩空间下改进Curvelet变换融合可见光与红外图像的抗晕光方法。该方法通过改进Curvelet变换实现图像二维细节信息的有效表达,提高图像清晰度,其中提出的低频系数权值自动调节融合策略能够将晕光信息剔除,避免其参与融合过程;与IHS变换相结合能够保留原图中的色彩信息,避免色彩失真。对实验结果的主客观分析表明,该方法消除晕光比较彻底,与IHS-小波融合相比,融合图像的标准差、平均梯度、边缘强度、信息熵分别提高了47.15%、53.10%、52.46%、4.45%,对比度和清晰度显著提升,细节信息也更加丰富,人眼视觉效果更好,有利于驾驶员观察前方路况,提前做出预判,消除安全隐患,提高夜间行车的安全性。