红外和可见光图像融合 c代码

红外和可见光图像融合是将红外图像和可见光图像融合成一张图像，以达到更好的图像效果。本文将介绍如何使用C语言来实现红外和可见光图像融合的代码。

首先，需要使用图像处理的库加载可见光和红外图像，可以使用OpenCV库。代码如下：

Mat infrared_img = cv::imread("infrared.jpg", IMREAD_GRAYSCALE);

Mat rgb_img = cv::imread("rgb.jpg", IMREAD_COLOR);

然后，需要分别对红外图像和可见光图像进行预处理，如直方图均衡化、高斯滤波和图像增强等操作。代码如下：

//红外图像预处理

cv::equalizeHist(infrared_img, infrared_img);

cv::GaussianBlur(infrared_img, infrared_img, Size(5,5), 0);

Mat infrared_enhanced_img;

cv::merge(vector<Mat>{infrared_img, infrared_img, infrared_img}, infrared_enhanced_img);

//可见光图像预处理

cv::equalizeHist(rgb_img, rgb_img);

cv::GaussianBlur(rgb_img, rgb_img, Size(5,5), 0);

Mat rgb_enhanced_img;

cv::merge(vector<Mat>{rgb_img, rgb_img, rgb_img}, rgb_enhanced_img);

接下来，需要使用权重加权平均的方法进行融合。一般来说，可见光图像的权重比红外图像的权重大，因为可见光图像保留了更多的物体结构信息。代码如下：

const double alpha = 0.8; //可见光图像的权重

const double beta = (1.0 - alpha); //红外图像的权重

Mat blended_img;

cv::addWeighted(rgb_enhanced_img, alpha, infrared_enhanced_img, beta, 0.0, blended_img);

最后，将融合后的图像保存到本地。完整代码如下所示：

#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char **argv)

{

//加载红外图像和可见光图像

Mat infrared_img = cv::imread("infrared.jpg", IMREAD_GRAYSCALE);

Mat rgb_img = cv::imread("rgb.jpg", IMREAD_COLOR);

//红外图像预处理

cv::equalizeHist(infrared_img, infrared_img);

cv::GaussianBlur(infrared_img, infrared_img, Size(5,5), 0);

Mat infrared_enhanced_img;

cv::merge(vector<Mat>{infrared_img, infrared_img, infrared_img}, infrared_enhanced_img);

//可见光图像预处理

cv::equalizeHist(rgb_img, rgb_img);

cv::GaussianBlur(rgb_img, rgb_img, Size(5,5), 0);

Mat rgb_enhanced_img;

cv::merge(vector<Mat>{rgb_img, rgb_img, rgb_img}, rgb_enhanced_img);

//融合图像

const double alpha = 0.8;

const double beta = (1.0 - alpha);

Mat blended_img;

cv::addWeighted(rgb_enhanced_img, alpha, infrared_enhanced_img, beta, 0.0, blended_img);

//保存融合后的图像

cv::imwrite("blended.jpg", blended_img);

return 0;

}