双色中波红外成像差异特性及图像融合方法研究

双色化是提升中波红外成像性能的主要手段，而图像融合是基于双色中波焦平面探测器获取高质量图像的关键技术，在精确制导、战场觉察、深空探测和灾害监测等领域具有重要应用价值。本项目以探索多波段图像融合新理论、新方法为牵引，研究双色中波成像差异特性形成机理和图像融合方法，解决图像融合与成像环节相分离、制约融合效果提升的瓶颈问题，以提高中波红外探测成像质量。具体研究内容包括：通过深入分析两个细分波段的目标辐射、辐射传输、环境影响、探测器响应等成像因素，研究成像差异特性形成机理，构建其演化模型；根据成像差异特性提取图像差异特征，确定融合技术需求，建立能有效融合图像差异特征的多级多算法融合模型；结合实例验证演化模型和融合模型的有效性，探索成像差异特性与融合模型结合的理论和方法，以提高多波段成像质量。本项目的研究成果将为高性能、高质量光电成像探测技术提供新理论与方法，以适应国家重大安全和战略发展需求。

双色中波红外图像融合是提高中波红外探测性能的关键技术，在武器装备、航空制导、安全监测、深空探测等方面具有重要应用价值。项目以双色中波红外图像为对象，研究了双色中波红外成像差异特性形成机理及图像融合方法，以解决成像特性和图像融合相分离、制约融合效果提升的问题。.主要内容包括：1)成像因素光谱对比分析；2)成像差异特性形成机理研究；3)图像差异特征提取；4)融合模型构建；5)实验验证。.主要成果如下：.1)建立了成像演化模型：从目标辐射特性、红外辐射传输特性和器件响应特性等方面比较了双色中波红外两个细分波段的差异，分别构建了双色中波红外点目标、面目标以及大目标的成像因素到成像差异特性的目标表观辐射、大气传输、光学系统透射及器件响应等演化模型，得到了两个细分中波段红外图像在灰度值、目标背景对比度等方面的光谱及波段成像差异；.2)提取了4类图像差异特征，提出了有效差异特征的选择方法：提取了双色中波红外图像的统计差异特征、视觉差异特征、变换域差异特征和代数差异特征；提出了基于局部线性嵌入法的统计差异特征选取方法以及基于雷达图的纹理特征选取方法，进而建立了不同成像条件下，图像的亮度、均值、梯度、能量、纹理及边缘等特征在两个细分中波段的关系。.3)提出了几种图像融合方法，建立了多级多算法融合模型：针对不同的差异特征和融合需求，提出了支持度变换融合方法、基于双树小波与可能性映射的图像融合方法、基于阈上随机共振的弱信号双色中波红外图像融合方法、基于支持度变换和top-hat分解的双色中波红外图像融合方法和双色中波红外图像变换域多规则融合方法。.基于上述融合方法构建了以“局部融合与全局融合相结合、灰度融合与彩色融合相结合”的多级多算法融合模型。与支持度变换法相比，该模型融合图像的局部标准差提高了33.00%，局部粗糙度提高了3.71%，熵提高了7.27%，清晰度提高了36.23%。.项目将成像环节和融合环节紧密联系，建立了成像因素到成像差异特性的演化模型，探究了成像差异特性到图像差异特征的内在联系，以不同的差异特征和融合需求为驱动提出了更具针对性的融合方法，并结合不同算法优势建立了多级多算法融合模型，突破了仅根据图像本身或部分先验知识研究融合方法的局限性，为图像融合提供了新思路，为高性能、多波段成像探测图像质量的提高提供了理论和技术支持。

内容获取失败，请点击重试