传统红外与可见光融合图像在复杂环境下存在细节缺失, 特征单一导致目标模糊等问题, 本文提出一种基于卷积神经网络结合非下采样轮廓波变换(non-subsampled contourlet transform, NSCT)的红外与可见光图像进行融合的方法。首先, 通过卷积神经网络提取红外与可见光目标特征信息, 同时利用 NSCT对源图像进行多尺度分解, 得到源图像的高频系数与低频系数; 其次, 结合目标特征图利用自适应模糊逻辑与局部方差对比度分别对源图像高频子带与低频子带进行融合; 最后, 通过逆 NSCT变换得到融合图像并与其他 5种传统算法进行对比; 实验结果表明, 本文方法在多个客观评价指标上均有所提高。
图像融合 卷积神经网络 非下采样轮廓波变换 模糊逻辑 image fusion, convolutional neural network, NSCT,
1 天津大学精密仪器与光电子工程学院, 光电信息技术教育部重点实验室, 天津市光纤传感工程中心, 天津300072
2 天地伟业技术有限公司, 天津 300392
目前随着公共安全领域非法入侵事件的数量急剧增加,迫切需要新型传感技术来侦测非法入侵事件。针对精确定位、准确识别、多参量融合等瓶颈问题,天津大学、天地伟业技术有限公司等研究机构提出了光电信息事件识别感知关键技术,其紧密融合了视频监控和分布式光纤传感两种技术的优势,通过光时域与光频域分布式扰动定位技术、干涉信号模式识别技术、超星光图像识别技术、视频捕捉分析识别技术、多参量感知融合技术、主动式偏振跟踪感知技术等,实现了重点区域内异常事件的全天候、全覆盖监控识别。重点介绍了光电信息事件识别感知的关键技术研究进展。
光纤光学 分布式光纤传感 视频监控 事件识别 多参量感知
针对压缩传输对立体视频降质损伤的影响，进行大量主观实验获取评价数据，设计了一套合理的数据处理方法，并对处理后的实验结果进行了分析探究。该处理方法主要包括淘汰异常者、剔除异常值和均值化处理3 个步骤。实验结果表明，所述方法处理数据的能力明显优于传统的格鲁布斯检验法。利用上述实验数据处理方法，分析经H.264 压缩算法处理的立体视频实验数据，得出结论：量化参数(QP)的大小影响立体视频质量损伤度大小；参考视点携带的信息更占据主导地位；高分辨率视频有助于降质补偿；女性接纳视觉损伤的能力高于男性。探究所得结论为立体视频通信技术的优化提供技术支持。
成像系统 立体成像 主观评价 降质损伤 量化参数 数据处理 激光与光电子学进展
2014, 51(9): 091102
