图像融合

摘要： 为解决稀疏理论融合后多聚焦图像细节特征模糊、综合效果不佳等问题,提出了一种将稀疏理论与快速有限剪切波变换联合引导滤波(FFST-GIF)相结合的图像融合算法.利用FFST从原始图像中分解出高频和低频子带系数,采用引导滤波的相对标准差算法融合细节信息丰富的高频系数;使用K-SVD方法训练得到完备字典,再结合稀疏理论融合低频系数;通过逆FFST将融合后的高、低频子带系数进行再融合,得到新的融合图像.基于MATLAB,选取哈佛大学数据库中的脑核磁共振图像为样本,采用平均梯度(AG)、空间频率(SF)、互信息(MI)以及边缘保留信息传递因子(Q^(AB/F))4个客观评价指标,将所提出算法与基于非下采样轮廓波变换与脉冲耦合神经网络的多聚焦图像融合算法等3种不同融合算法进行对比,进行了不同变换域融合试验与不同融合算法试验.结果表明,所提出算法在客观综合评价指标与视觉效果方面均取得了突出优势,各评价指标参数都有较大提升,AG、Q^(AB/F)最高值分别可达0.0813、0.7935,所提出算法有较好的应用前景.

摘要： 针对低照度图像对比度低、细节模糊等问题,提出了融合遗传算法的多域值分块低照度图像增强算法。通过遗传算法寻找输入图像亮度通道的最优分割阈值,根据得到的阈值,将亮度通道划分为多个不同曝光级的子图。通过多阈值分块增强算法对所有子图进行评估,根据评估结果调整每个子图的亮度。最后使用多尺度融合方法将输入图像细节信息融合到亮度增强图像中与现有的增强算法进行对比实验。结果表明,用所提算法增强后图像的各指标增加幅度均大于其它对比算法,且在提升图像亮度的同时解决了增强图像颜色失真和亮度分块的问题,有效地还原了图像的纹理信息,增强后图像的亮度分布很好地还原了真实拍摄环境的亮度分布,验证了该算法具有更好的性能。

摘要： 为了解决生成对抗融合方法获得的融合图像不能同时保留红外图像典型目标和可见光图像纹理细节的问题,提出一种红外与可见光图像交互注意力生成对抗融合方法。首先,在生成网络模型中采用权重参数共享的双路编码器架构,利用多尺度聚合卷积模块提取源图像各自的深度特征;其次,在融合层设计上,利用交互注意力融合模型建立两类图像局部特征的全局依赖特性,获得的注意力图更聚焦于红外典型目标和可见光纹理细节,实现红外与可见光图像端到端融合。最后,在对抗网络模型中,采用双鉴别器均衡判定融合图像与源图像间的真假性,相互补偿的损失函数优化生成网络模型获得最佳的融合结果。与现有典型融合方法的对比实验结果表明,该方法能够获得更平衡的融合结果,在主观视觉描述和客观指标评价上都优于其他方法。

摘要： 在图像融合中,图像融合研究分析以及评价是一个重要的问题,一直以来,这个问题都没有得到很好的解决,因此找寻让融合的图像可信度更高、分辨率更高、理解性更强的方法,同时我们又需要客观的评价指标来对图像的质量进行区分。通过用主分量(PCA)变换、小波(DWT)变换的方法融合图像,并提出对融合后图像的单因素指标评价,还有综合指标评价,并对它们进行分类实验,得到结论,并且对此进行分析,哪种方式能够较好的得到并且提高影像的解译又适用于生活中的图像融合。

摘要： 针对立体环视图像拼接准确度的难点,提出了一种基于物体坐标系的曲面投影图像拼接算法.根据实际应用场合建立合适的三维模型,对图像进行基于物体坐标系的纹理映射,将三维模型划分为融合、非融合区域,将原始图像映射到非融合区域,对于拼接融合区域,结合模型特点,设计了一种基于角度信息的加权平均融合算法,对拼接后的图像进行颜色校正,消除光照不均、亮度及色度差异现象.算法通过车载立体环视图像的生成验证其有效性,实验结果表明,生成的立体环视图像能够以立体的形式显示车身周围环境,图像拼接准确度较高,视觉效果佳.

摘要： 针对目前医学图像融合领域中,融合图像存在细节信息不够清晰及信息丢失的问题,提出一种基于非下采样剪切波变换(NSST)与引导滤波相结合的医学图像融合算法。首先,对已经过严格配准的两幅医学源图像进行NSST,得到各自的低频子带与高频子带。其次,低频子带采用基于引导滤波的加权平均的融合方法,高频子带采用平均梯度、区域能量指导加权系数的融合规则。最后,将低频子带和高频子带进行非下采样剪切波反变换,从而得到最后的融合图像。最终的实验结果表明:与文中所提到的几种融合算法相比,该算法不仅在多项评价指标中表现更佳,而且也有较好的视觉效果。

摘要： 森林植被分类是森林保护和经营管理的基础,不同森林植被类型在遥感图像上呈现不同的光谱和纹理结构特征,为利用遥感技术进行大面积森林植被分类提供了可能。以云南省普洱市思茅区为研究区,以2016年相同时相不同云量的Landsat 8光学遥感数据和Sentinel-1微波遥感数据为数据源,结合2016年云南省森林资源现地调查数据,采用图像融合PCA变换法、Gram-Schmidt变换法、NNDiffuse变换法对Landsat 8和Sentinel-1数据进行影像融合,采用最大似然分类法和人工神经网络分类法对思茅区森林植被进行分类。研究结果表明:1)人工神经网络分类法的分类精度高于最大似然分类法,其中在PCA和Gram-Schmidt变换融合后的分类精度要略高于NNDiffuse变换融合后的分类精度;2)在低云量数据中,基于Gram-Schmidt变换融合后的人工神经网络分类效果最佳,总体精度达87.12%,Kappa系数为0.851 8;在高云量数据中,基于NNDiffuse变换融合后的人工神经网络分类效果最佳,总体精度达73.92%,Kappa系数为0.699 4。

摘要： 针对现有融合方法缺乏通用性的问题,提出一种结合空间注意力和通道注意力的特征融合网络,设计一个端到端融合框架,采用两阶段的训练策略进行训练。在第一个阶段,训练一个自编码器用来提取图像的特征;在第二个阶段,使用提出的融合损失函数对融合网络进行训练。实验结果表明,该算法既能保留红外图像显著目标特征,还能在保留可见光图像细节上有很好的特性。主观和客观的实验分析验证了该算法的有效性。

摘要： 在同一场景下被捕获的一对红外与可见光图像虽然具有不同的模态,但是具有共享的公有信息和互补的私有信息,学习并融合上述信息可以得到一幅完整的融合图像。受益于残差网络的启发,在训练学习阶段,通过网络分支间特征层面的互换和相加,强制每一个分支映射到一幅具有全局特征的标签图上,来鼓励各个分支学习对应模态图像的私有特征。直接学习得到图像的私有特征可以避免设计复杂的融合规则并保证特征细节信息的完整。在融合预测阶段,采用最大值融合策略融合私有特征,并在解码层与学习得到的公有特征相叠加,最后解码出集成了红外和可见光图像信息的融合图像。使用在NYU-D2上合成的多聚焦图像数据集训练该模型,在TNO真实的红外和可见光数据集上进行测试,实验结果表明,与当前主流的红外与可见光融合算法相比,所提算法在主观效果和客观评价指标上都取得了较好的成绩。

摘要： 图像融合是图像处理领域中非常重要的分支,可见光图像与红外图像的融合在机器感知、目标检测与追踪、监控、遥感和图像去雾等方面扮演着十分重要的角色。针对目前一些融合算法时效性差、复杂程度高、泛化程度低和融合后图片信息丢失量大等问题,在神经网络FusionGAN的基础上进行了改进。在其中引入了一种多尺度卷积PSConv和一种轻量化注意力模块ECA-Net,前者能够在更细粒度角度进行多尺度特征融合,后者能自适应地选择一维卷积核大小,从而实现性能上的提优。实验采用经典的红外与可见光数据集TNO和NIO数据集,经实验表明,改进后的算法在主观评价与客观评价下,与原算法和其他算法相比有着明显提高。

摘要： 可见光图像与红外图像进行融合,能够丰富图像的信息量,使融合后的图像实现对可见光及红外图像的互补,便于全天候的视频监控、目标检测、跟踪、军事侦查等应用.由于红外图像及可见光图像有着各自独特的光谱特性,将二者独特的特征信息提取并融合,便能实现可见光图像与红外图像的信息互补.由于基于光谱特性的图像融合算法需要对每一个像素进行操作,相应程序在CPU上串行执行所耗时间较长.而采用GPU CUDA强大的并行处理能力,便可快速地实现图像融合.实验结果表明,GPU执行效率比CPU高出20倍左右.

摘要： 遥感大数据处理与应用的重要内容是多源遥感图像之间的协同处理与解译,其中图像融合技术是突出显著特征及协同提取特征的有效途径.从多尺度多分辨率的角度探讨了多源遥感图像融合技术的原理、实现过程和存在的问题,并提出了相应的改进措施.同时以二维小波变换为例,详细阐述了多尺度理论在多源遥感图像融合中的应用以及需要解决的关键技术问题.用实际的遥感数据进行了验证实验,获得了好的实验结果,表明多尺度理论是解决多源遥感图像特征共同表述的一种有效方法.

摘要： 微光与热成像图像融合能够更准确、更全面的将低照度环境下的图像信息描述出来,有利于低照度下观测目标的探测与识别,在实物保护领域有着广泛的应用前景.该文完成了图像融合前端装置的设计,实现了热红外图像和微光图像实时同一场景、视角输出.采用DM6467T处理器完成了图像融合硬件设计,该处理器集成了ARM和C64x+DSP双核系统.移植Linux嵌入式操作系统到ARM核中,主要用于系统控制;DSP核专注于图像算法处理.进行了图像融合算法C语言代码优化研究,提高代码运算效率.此外,在微光与热成像图像融合系统上进行了实验测试和数据分析,实验结果表明,优化后的图像融合算法能够在系统电路板上很好的运行,实现了720×576像素大小图像的实时融合显示,且融合效果良好.

摘要： 异源影像自动匹配技术是通过一定的匹配算法在两幅或多幅不同类型影像之间识别同名点的过程,它是一项较为关键的技术,是区域网平差、影像配准、图像融合、目标识别、目标变化检测等问题中的一个重要前期步骤.目前常用的遥感影像匹配方法包括基于区域的方法和基于特征的方法。

摘要： 人工智能技术日渐成熟,各种新技术、新应用已经走进我们的生活,如VR/AR技术.新技术的应用也冲击着传统的交通管理业务模式,因此交通管理也需要适应时代发展,实现业务模式创新.AI Cloud贴合交通管理业务出发,通过手段创新、业务创新、体验创新,有机结合人工智能AI、AR增强现实等新型技术,实现业务资源融合,开创新的交通管理模式.

摘要： 复杂的空间背景及恶劣的太空环境严重影响了深空红外小目标检测的有效性和稳定性.本文提出了一种基于小波和改进非负矩阵分解(INMF)的多传感器数据融合小目标检测算法.首先对各源图像进行小波分解获得不同子带图像,然后在NMF目标函数中加入方差信息约束条件进行迭代运算,对各相应子带图像进行INMF融合,强化小目标特征信息并抑制背景噪声,最后利用局部方差特征提取融合后重构图像中的小目标,最后通过复杂场景序列图像对算法的有效性进行了验证,实验结果证明本文算法将小波变换和INMF算法结合在一起对多传感器图像进行特征提取与融合,显著提高了目标检测概率.

摘要： 针对图像处理技术的不断进步,以及驾驶员在复杂路面操控中需要减少泊车过程中的剐蹭、陷落和碰撞等问题,提出一种基于SIFT图像融合拼接的算法.对此,为实现对无缝拼接的改进,提升图像融合配准质量,对SIFT算法进行了两方面的改造,一是选取重合区域特征点进行匹配,从而减少了匹配的数量;其次,采用单极值匹配方式,从而减少了匹配次数;然后,引入不同图像权重的方式,在不改变非重合区域灰度的情况下,对重合区域图像进行融合,从而完成对图像的无缝拼接.最后,以TMS320DM643芯片作为处理器,搭建实际的测试硬件和软件系统,对上述的算法进行验证,结果表明上述算法的有效性.

摘要： 本文围绕我国光学遥感图像预处理技术发展需求,开展技术发展现状调研和技术图谱梳理分析,对光学遥感卫星处理中的辐射校正、几何校正和融合处理三个环节分解二级关键技术分支进行全球普通专利检索,筛选出547项相关专利,利用这些专利分析了光学遥感卫星数据预处理领域专利申请趋势、专利技术构成、专利区域分布和专利权人等信息,最后结合近年来的重点专利技术信息,总结了光学遥感图像预处理技术的发展情况,并提出了重点发展我国基于深度神经网络智能化处理、多源多谱段图像高效融合、星上实时预处理等新技术的建议.

摘要： 本文围绕我国光学遥感图像预处理技术发展需求,开展技术发展现状调研和技术图谱梳理分析,对光学遥感卫星处理中的辐射校正、几何校正和融合处理三个环节分解二级关键技术分支进行全球普通专利检索,筛选出547项相关专利,利用这些专利分析了光学遥感卫星数据预处理领域专利申请趋势、专利技术构成、专利区域分布和专利权人等信息,最后结合近年来的重点专利技术信息,总结了光学遥感图像预处理技术的发展情况,并提出了重点发展我国基于深度神经网络智能化处理、多源多谱段图像高效融合、星上实时预处理等新技术的建议.

摘要： 本文围绕我国光学遥感图像预处理技术发展需求,开展技术发展现状调研和技术图谱梳理分析,对光学遥感卫星处理中的辐射校正、几何校正和融合处理三个环节分解二级关键技术分支进行全球普通专利检索,筛选出547项相关专利,利用这些专利分析了光学遥感卫星数据预处理领域专利申请趋势、专利技术构成、专利区域分布和专利权人等信息,最后结合近年来的重点专利技术信息,总结了光学遥感图像预处理技术的发展情况,并提出了重点发展我国基于深度神经网络智能化处理、多源多谱段图像高效融合、星上实时预处理等新技术的建议.

摘要： 本申请提供一种图像融合方法以及图像融合装置，图像融合方法包括：获取第一图像以及第二图像，所述第一图像和所述第二图像由同一原始图像分别经由第一图像处理算法以及第二图像处理算法处理获得；分别获取所述第一图像以及所述第二图像的亮度图，对两个所述亮度图进行融合，获得融合亮度图；基于所述第一图像和/或所述第二图像对所述融合亮度图进行上色，获得融合图像。本申请通过对单一原始图像的处理，实现图像的提亮和降噪的同时，提高图像清晰度，避免多色温干扰。

摘要： 本揭示提供了多曝光图像融合装置及多曝光图像融合方法。所述多曝光图像融合装置包括选取单元、调整单元、细节增强处理单元、金字塔分解单元、权重获得单元、融合单元以及重构单元。所述选取单元配置成用于选取同一个场景采取不同的曝光度获得的多个图像。所述权重获得单元配置成用于获得所述图像的权重图。所述金字塔分解单元配置成用于对所述图像的所述权重图进行金字塔分解，以获得分解图像。所述融合单元配置成用于对所述分解图像进行融合，以获得融合图像。所述重构单元配置成用于对所述融合图像进行重构，以获得最终图像。所述最终图像基于亮度自适应权重，增强了图像细节，光线的亮度自然。

摘要： 本公开提供了一种图像融合方法、图像融合装置、存储介质与终端设备，涉及图像处理技术领域。所述方法应用于具备图像传感器的终端设备，所述方法包括：获取由所述图像传感器采集的第一图像和第二图像，所述第一图像为第一分辨率，所述第二图像为第二分辨率，所述第一分辨率高于所述第二分辨率；从所述第一图像提取边缘特征图像；将所述第二图像进行超分辨率重建，得到与所述第一分辨率相同的第三图像；将所述边缘特征图像和所述第三图像进行融合，得到最终图像。本公开可以解决高像素图像噪点多的问题，提高图像拍摄的质量。

摘要： 本发明提供了一种相机图像融合方法，包括使TOF相机的成像平面和RGB相机的成像平面相互平行或位于同一平面内，拍摄同一目标以分别形成第一图像和第二图像，获取所述第一图像的第一主图像区域和所述第二图像的第一副图像区域之间的像素匹配度，将所述像素匹配度与预设的匹配度阈值进行比较，以判断所述第一主图像区域内的像素和所述第一副图像区域内的像素是否符合图像融合要求，若所述像素匹配度小于所述匹配度阈值，则判断符合图像融合要求，将所述第一副图像区域所对应的像素颜色信息添加到所述第一主图像区域，减少了图像融合误差，提高了图像融合速度。本发明还提供了一种用于实现所述相机图像融合方法的相机图像融合系统。

摘要： 本发明提出了一种图像融合方法及系统、医疗设备和图像融合终端，该方法包括：获取第一立体图像和第二立体图像；根据对第一立体图像的每根光线进行积分的结果，获取第一立体图像的最大灰度值处的位置和第一采样颜色；在第二立体图像中采样至对应第一立体图像的最大灰度值处的位置，得到第二采样颜色；根据第一采样颜色和第二采样颜色，融合得到第三采样颜色；以对应的位置为起点，根据对应的位置所属的光线对第二立体图像进行采样至光线终点，得到采样结果；将采样结果与第三采样颜色进行融合，得到融合图像对应的第四采样颜色。本发明的技术方案可提升融合图像的准确性。

摘要： 本申请公开了一种图像融合装置，属于计算机视觉技术领域。在本申请中，第一补光装置至少在第一预设曝光的部分曝光时间段内进行近红外补光，在第二预设曝光的曝光时间段内不进行近红外补光。第一滤光片使可见光和部分近红外光通过。图像传感器在第一预设曝光的曝光时间段内产生并输出第一图像信号，在第二预设曝光的曝光时间段内产生并输出第二图像信号。由于第一图像信号和第二图像信号均通过同一图像传感器产生并输出，因此第一图像信号和第二图像信号对应的视点相同，可以提高后续融合图像的质量，而且也可以简化图像融合装置的结构，进而降低成本。

摘要： 本公开是关于一种图像融合方法、图像融合装置及储存介质。图像融合方法包括：确定待进行图像融合的多帧图像；在所述多帧图像中确定基准图像，并确定所述多帧图像中非基准图像相对所述基准图像的运动状态，所述非基准图像为所述多帧图像中不同于所述基准图像的图像；响应于所述非基准图像中包括第一图像，将所述第一图像替换为所述基准图像，并基于替换后的基准图像进行图像融合，所述第一图像为运动状态为非静止状态的非基准图像。通过本公开可以改善非静止图像融合产生的鬼影现象。

摘要： 本申请提出了一种图像融合方法及相关装置，应用于图像处理技术领域。根据本申请的第一方面提出的图像融合方法，包括：获取第一图像和目标图像；将所述第一图像和所述目标图像输入至训练好的图像融合模型；对所述第一图像进行语义提取，获得至少一个预设区域的人像区域图像；对所述目标图像进行特征提取，获得目标编码图像；将至少一个所述人像区域图像与所述目标编码图像进行图像融合，得到融合图像。通过将至少一个预设区域的人像区域图像与经过特征编码得到的目标编码图像进行融合，只对包含身份特征的预设区域的人像区域图像进行融合，避免融合过程中其他属性信息对融合结果的影响，提高融合图像的精度。

摘要： 本公开提供了一种图像融合方法和图像融合模型的训练方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。该图像融合方法包括：对通过拼接前景图像和北京图像得到的拼接图像进行编码，得到特征图；以及通过以下方式解码特征图，得到融合图像：采用注意力机制对特征图进行加权处理，得到加权后特征图；基于加权后特征图的特征统计数据，对特征图进行融合处理，得到融合后特征；以及对融合后特征进行解码，获得融合图像。

摘要： 本申请提供了一种图像融合方法、图像融合模型的训练方法及装置，涉及人工智能领域，具体涉及计算机视觉领域。该图像融合方法包括获取待处理的彩色图像、红外图像以及背景参考图像，红外图像和待处理的彩色图像是针对同一场景拍摄的；将待处理的彩色图像、红外图像和背景参考图像输入图像融合模型中进行特征提取，基于提取的特征进行图像融合，以得到融合图像。本申请能够提高融合图像的图像质量，同时保证融合图像颜色准确自然。