使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)

 欢迎来到本博客❤️❤️

博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

本文目录如下:

目录

1 概述

2 运行结果

3 参考文献

4 Matlab代码及文献


1 概述

文献:

使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)_第1张图片

军事、导航和隐藏武器探测需要不同的成像模式,如可见光和红外光,以监测目标场景。这些方式提供了补充信息。为了更好地感知态势,必须将这些图像的补充信息集成到单个图像中。图像融合是将互补的源信息集成到合成图像中的过程。该文提出了一种基于显著性检测和双尺度图像分解的图像融合新方法。该方法是有益的,因为本文引入的视觉显著性提取过程可以很好地突出源图像的显著性信息。提出了一种基于视觉显著性的权重图构建新流程。此过程能够将源图像的视觉重要信息集成到融合图像中。与大多数多尺度图像融合技术相比,所提出的技术仅使用双尺度图像分解。所以它既快速又高效。我们的方法在多个图像对上进行了测试,并通过目视检查和使用客观融合指标进行定性评估。将所提方法的结果与最先进的多尺度融合技术进行了比较。结果表明,所提方法的性能与现有方法相当或优于现有方法。

单个传感器图像捕获可能并不总是提供有关目标场景的完整信息。有时我们需要同一场景的两个或多个图像,以便更好地进行视觉理解。这些图像可以通过使用相同模态的传感器或使用不同模态的多个传感器来捕获,具体取决于应用。这些图像捕获提供互补信息或不同的视觉信息。人类观察者无法可靠地组合和观察这些多个图像捕获的合成图像。来自这些图像的有用或补充信息应集成到单个图像中,以提供比任何一个单个源图像更准确的场景描述。图像融合[1]是将源图像中的互补或有用信息组合或整合到融合图像中的现象。图像融合在数码摄影[2]、[3]、[33]、医学成像[4]、[32]、军事[5]、导航[5]、[6]、隐蔽武器检测[31]、[6]、机器视觉[8]等方面有多种应用。

在军事、导航、隐蔽武器探测等应用中,不同的成像系统,如电荷耦合器件(CCD)或可见光(VI)和前视红外(FLIR)或红外(IR)用于监测目标场景。在这些应用中,由于视觉对比度低,仅从VI图像中很难检测到目标的细节。但它们可以很容易地在红外图像中找到。VI图像能够提供背景细节,如植被、纹理、面积和土壤。为了更好地理解场景,我们需要将来自这些多个图像的有用信息整合到一个图像中。通过连续查看多个图像来获取有意义的信息是一项非常繁琐的任务。然而,融合系统可以整合来自这些互补图像的信息以提供合成图像。

融合过程可以在三个不同级别中的任何一个[1]中执行:像素,目标和符号级别。在像素级别,融合是在共同注册的源图像上逐个像素执行的。在目标级图像融合中,使用从每个源图像派生的属性描述符、特征和对象标签进行融合。符号级图像融合是一种高级融合。在这里,本地决策者来自客观水平的融合结果。最后,将融合用于从这些决策者中提取的概率决策信息。我们对这篇论文的兴趣只在于像素级融合。

本文的其余部分组织如下。第二节回顾了现有的融合技术。在第三节中,解释了建议的方法。第四 节介绍了实验设置。第五节介绍了结果和分析。第六节结束本文。

2 运行结果

使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)_第2张图片

使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)_第3张图片

使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)_第4张图片

部分代码:

clc;
clear all;
 close all;
%% SOURCE IMAGE 1

  I1=(imread('hoed_A.tif'));
%  
%% SOURCE IMAGE 2

% 
 I2=(imread('hoed_B.tif'));

%%
tic
N=3;
Med1= medfilt2(I1, [N N]);
M=35;
h=1/(M*M)*ones(M);
b1=imfilter(double(I1),double(h),'circular');
d1=double(I1)-b1; 
S1=(b1-double(Med1)).^2;
Med2= medfilt2(I2, [N N]);
b2=imfilter(double(I2),double(h),'circular');

clc;
clear all;
 close all;
%% SOURCE IMAGE 1

  I1=(imread('hoed_A.tif'));
%  
%% SOURCE IMAGE 2


 I2=(imread('hoed_B.tif'));

%%
tic
N=3;
Med1= medfilt2(I1, [N N]);
M=35;
h=1/(M*M)*ones(M);
b1=imfilter(double(I1),double(h),'circular');
d1=double(I1)-b1; 
S1=(b1-double(Med1)).^2;
Med2= medfilt2(I2, [N N]);
b2=imfilter(double(I2),double(h),'circular');

3 参考文献

文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)_第5张图片

4 Matlab代码及文献

你可能感兴趣的:(matlab,计算机视觉,人工智能)