EFVS中可见光图像与红外图像融合技术研究

摘要

EFVS被称为增强飞行视景系统，其作用是通过前视红外线、毫米波雷达或其他技术使飞行员在低能见度的情况下清晰的观察到飞机等航空器前方的动态景象，使飞机飞行更加安全可靠。在低能见度的环境下仅仅依靠可见光图像是无法清晰地获取环境信息的，而红外传感器通过感知周围环境的温度信息，得到红外图像，这能很好的解决低能见度条件下的周围环境信息获取的问题，但红外图像同样具有对比度差，边缘模糊不清的特点。因此把这两种图像结合起来去弥补自身不足。　　本文的主要研究内容是针对可见光与红外图像融合技术。文中首先介绍了图像融合方面的相关概念，融合的层次分类以及当今国内外的发展状况。阐述了用于融合的主观和客观评价指标，其次详细介绍了像素级融合的典型算法，之后再介绍了小波的有关概念和其在融合方面的应用。接下来利用Matlab仿真实验，并利用主观视觉效果和客观评价对各种融合方法实施分析比较。　　而后本文第四章提出了一种改进的图像融合算法，是将YUV变换和小波变换结合起来。而此融合方法具体内容如下：一次融合是先对可见光图像和红外图像分别做YUV变换和灰度增强，将得到的Y分量与红外图像进行小波融合，为了获得更好的融合效果，将融合规则选取为低频段采用加权平均的方式，高频段采用区域能量取大的方式，之后进行小波重构得到新的Y分量，最后将Y、U、V分量进行YUV逆变换得到最终的一次融合结果。通过Matlab的仿真实验可以知道，一次融合要好于传统的YUV变换、小波变换和单像素YUV变换和小波变换的融合方式，在一些客观评价的指标上甚至高于分解层数较多的小波变换融合图像。之后对一次融合图像实施二次融合，方法是将可见光图像、红外图像和一次融合图像选取某一融合规则进行融合，以提高融合效果。通过主观和客观两种评价指标对融合效果实施评价，用以证明算法的有效性。　　由于小波变换不能对二维信号中的线奇异对象达到最优的逼近，所以本文最后又提出另一种改进算法，是将contourlet变换和YUV变换结合起来。而此融合方法具体内容如下：对可见光图像YUV变换得到的Y分量与灰度增强后的红外图像分别进行QR分解，然后对分解得到的上三角矩阵进行 contourlet分解，对低频部分的分量采取加权平均的方式，对高频部分的分量采取区域能量取大的方式。对融合得到的高、低频分量信息进行contourlet重构，再对重构后的信息实施QR分解逆变换，最后进行YUV逆变换得到处理结果。通过Matlab的仿真实验可以知道，无论在视觉还是客观评价的指标上，改进融合效果要好于传统的contourlet变换，证明改进算法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 主要研究内容及内容安排

第2章 图像融合的基本介绍

2.1 图像融合的概念

2.2 图像融合的层次

2.3 图像融合评价方法

2.4 本章小结

第3章 常用图像融合的算法理论

3.1 常用空间域图像融合算法

3.2 基于彩色空间变换的图像融合方法

3.3 融合算法实验仿真

3.4 融合结果评价

3.5 本章小结

第4章 基于小波变换的图像融合改进算法

4.1 小波变换的基本介绍

4.2 基于小波变换图像融合方法

4.3 基于YUV变换和小波变换的图像融合算法

4.4 本章小结

第5章 基于Contourlet变换的图像融合改进算法

5.1 Contourlet变换的基本介绍

5.2 基于Contourlet变换的图像融合算法

5.3 基于QR分解、Contourlet变换图像融合算法

5.4 图像融合GUI界面

5.5 本章小结

结论

参考文献

攻读硕士期间发表论文和取得科研成果

致谢