共轴光学下红外可见图像融合增强与YUV伪彩化方法

本文主要探讨了共轴光学系统在红外与可见光图像融合中的应用，特别是在提高图像质量和增强特定目标识别方面的技术。作者徐萌兮、钱惟贤、顾国华、任建乐和龚振飞针对红外图像和可见光图像的融合问题，提出了一种创新的方法。他们设计的硬件光学成像系统采用共轴光路，这是一种关键的技术路径，确保了两种不同波段图像的精确同步和无缝结合。 在图像处理过程中，他们采用了拉普拉斯金字塔变换，这是一种高效的图像分析工具，通过分解和重组图像的不同层次，能够在不失真的情况下提取和保留图像细节。这种方法应用于红外和可见光图像上，有助于减少噪声，同时保持了各自图像的特性，实现了两种图像的有效融合。 融合后的图像与原始红外图像在YUV色彩空间中进一步进行了信息融合伪彩色化。YUV是一种常用的色彩空间模型，它将图像信号分解为亮度（Y）和色度（U/V）两个部分，这对于区分和增强图像中的目标特征非常有用。通过这种方式，融合后的图像不仅包含了红外图像的热信息，还结合了可见光图像的色彩细节，从而提高了图像的视觉效果和可解读性。 实验结果显示，这种红外与可见光图像融合方法在增强图像信息、突出特定目标方面表现优异，无论是在明亮还是暗淡的环境下，都能获得高质量的融合结果。这使得该方法在军事、安全监控、遥感等领域具有广泛的应用潜力，尤其是在夜间或低光照条件下，能提供更全面和准确的目标识别能力。 本文的核心贡献在于提出了一种基于共轴光学系统和拉普拉斯金字塔变换的红外与可见光图像融合策略，以及在YUV通道中进行的信息融合伪彩色化方法，这在提升图像处理性能和增强目标识别方面具有显著优势。这一研究成果对于改进现有图像融合技术，提高各类应用系统的性能具有重要的实际价值。