针对已有红外和可见光图像融合算法存在的复杂度高、实时性差、输入参量多和融合模型受先验知识影响等问题, 提出了红外和可见光图像泊松融合算法.算法采用绝对值最大规则融合源图像的梯度得到泊松融合图像的期望梯度, 将平均融合图像分解, 分别作为迭代的初始值和边界条件, 利用雅可比迭代求解泊松方程重建泊松融合图像.通过实验分别确定了最佳迭代次数以满足高质量和高实时性两种融合需求.与经典融合算法相比, 该算法在质量优先或速度优先的图像融合应用方面性能更优.

长波红外与可见光图像的自然感彩色融合有助于观察者快速感知环境和发现目标, 而共光轴结构对于提高融合图像质量和简化配准算法具有独特的优势。为满足战场侦查、监视等需求, 设计了一种基于TMS320DM642数字信号处理器和ATmega32单片机的共光轴实时彩色融合系统。融合系统的长波红外和可见光成像系统平行放置, 利用分光镜和反射镜实现光路分离, 通过视场匹配和光轴校准实现双波段视频图像完全配准。图像处理程序基于DSP/BIOS嵌入式操作系统开发, 根据视频图像的特点, 采用基于CbCr查找表的自然感彩色融合算法。针对硬件特点, 对融合算法进行优化, 使720 pixel×576 pixel的单帧图像融合时间为9.18 ms, 满足25 frame/s的实时融合要求; 融合图像呈现自然色彩, 场景中的热目标易于辨识。文中对共光轴融合系统设计、实现过程中相关问题的研究具有参考借鉴价值。

低照度可见光与红外图像的自然感彩色融合能够显著提高人眼视觉在低照度环境下的情景感知和目标探测能力。基于样本的融合算法是一种快速有效、实时性强的自然感彩色融合算法。针对已有算法在查找表构建和灰度信息利用方面存在的问题,提出一种基于CbCr查找表的双波段图像彩色融合算法。算法采用反向传播神经网络对图像样本的二维亮度向量(Y₁,Y₂)和二维色度向量(C_b,C_r)进行非线性拟合,从而获得亮度与色度间的映射关系f(Y₁,Y₂)→(C_b,C_r),并由此构建CbCr查找表。融合时,由输入的双波段灰度图像的亮度Y₁,Y₂和CbCr查找表获得彩色融合图像的色度C_b,C_r;由亮度Y₁,Y₂经双层拉普拉斯金字塔融合获得彩色融合图像的亮度Y_F;为了减小因环境变化导致的色彩映射偏差,对亮度Y₁,Y₂进行灰度校正。实验结果表明,本文融合图像具有颜色自然、细节丰富、利于(热)目标检测的特点,在清晰度、彩色性、映射准确性方面已经达到甚至优于Toet算法的图像融合效果。

红外与可见光图像的自然感彩色融合能够显著提高人眼视觉的情景感知和目标探测能力。基于样本的融合算法是一种快速有效、实时性强的自然感彩色融合算法。针对已有算法构建颜色查找表时存在的样本数据冲突和查找表不完整两个难题，提出一种基于BP 神经网络的自然感彩色融合算法。算法采用BP 神经网络对图像样本的二维灰度向量(g1, g2)和三维色彩向量(R, G, B)进行非线性拟合，从而获得灰度与色彩间的映射关系f(g1, g2)→(R, G, B)，并由此构建完整的颜色查找表。融合时，由输入的双波段图像的灰度g1,g2 和颜色查找表得到彩色融合图像。实验结果表明，本文融合图像颜色自然，景物易于分辨，在清晰度、彩色性、映射准确性方面已经达到甚至优于Toet 算法的图像融合效果。

夜间视频图像增强是夜视成像的关键技术, 而由于夜晚环境照度低, 存在路灯等局部亮点, 限于器材原因, 易造成夜视图像“局部饱和, 但灯下黑”的特点。根据城镇环境下极低照度CMOS视频成像的特点, 基于拉普拉斯金字塔重构算法, 将不同曝光参数下的同一场景图像进行分解, 通过熵和平均梯度数值筛选图像细节, 重构出细节丰富的场景。实验表明, 该方法在处理夜视图像时可以有效还原图像细节, 获得高动态范围图像。