紅外視頻圖像彩色遷移及目標識別的技術研究.pdf

1、隨著計算機視覺技術、紅外成像技術的快速發(fā)展和人們物質生活水平的提高，基于紅外成像的夜視系統(tǒng)以其直觀、便捷和內容豐富等特點，日益受到人們的重視。傳統(tǒng)的紅外設備輸出的是色調單一的視頻圖像，不利于人眼的觀察和對目標的識別。本文針對這一問題，研究了紅外視頻圖像的彩色化處理技術，將低頻帶的灰度圖像變成高頻帶的彩色圖像，同時由于紅外圖像對探測低分辨率目標有高度敏感性，通過對紅外圖像進行目標分割和特征提取，將目標進行分類來輔助人眼的識別判斷。

2、　　本文結合所學的圖像處理與模式識別的知識，主要研究了紅外圖像的預處理、紅外圖像的彩色遷移、紅外圖像目標分割與目標識別三部分內容。首先，針對紅外圖像高背景低反差、信噪比低的特點，著重研究了紅外圖像的預處理及細節(jié)增強技術，分析比較了圖像直方圖均衡化和規(guī)定化的增強方法，提出了基于數(shù)字圖像細節(jié)增強(DDE)技術的細節(jié)增強方法，并研究了一種新的基于八向Sobel檢測的圖像邊緣細節(jié)增強方法，同時對圖像的中值濾波降噪方法進行了改進。其次，重點研究了

3、紅外圖像的彩色遷移算法，在Welsh彩色遷移算法的基礎上，提出了圖像分段的彩色遷移方法，并基于調色板對其進行了改進提高了運算效率，同時將偽彩色和多分辨率融合的思想運用到圖像彩色化過程中，得到了色彩豐富的彩色紅外圖像。第三，根據(jù)紅外圖像中目標的特點，運用多閥值分割和自適應Otsu分割的方法進行了目標區(qū)域分割，并提出了一種改進的二維Otsu分割方法，同時研究了目標的形狀特征和運動特征的提取方法，并在保持動態(tài)、紋理、幾何特征的情況下，探討了和

4、分析了目標的顏色特征，利用模板匹配、貝葉斯和BP神經網絡分類器對紅外圖像進行了目標分類識別，并對其在識別率、訓練時間和識別時間上進行了比較分析。
　　實驗結果表明，文中提出的基于DDE技術的細節(jié)增強方法和基于八向Sobel檢測的圖像邊緣細節(jié)增強方法具有較好的增強效果；基于融合的圖像彩色遷移及偽彩色處理方法得到的彩色圖像色彩豐富，利于人眼觀察判斷，并能夠滿足實時處理的需求；將多種特征融合應用到分類器上，其識別率大大提高，基于BP神經