采用近红外(NIR)波段高透的红(R)、绿(G)、蓝(B)滤光(即R+NIR、G+NIR、B+NIR),是电子倍增CCD(EMCCD)实现真彩色成像且保持低照度下高灵敏度的常见手段,然而,近红外成分的引入会带来颜色失真和颜色分布压缩。本文通过约束已配准的源图像和参考图像在标准正交颜色空间中具有相同的坐标表示,构建正交的色彩传递模型。在此基础上通过卷积神经网络引入特征维度,设计了端到端的色彩传递网络,改善偏色和颜色分布压缩导致的一对多颜色映射问题。色彩传递网络由预训练的前端网络和可训练的后端网络组成,前端网络根据EMCCD图像的纹理和语义将像素点分散到不同的特征通道上,后端网络根据各特征图内像素点的编码统计特征进行色彩传递。本文方法经大量图像验证具有一定普适性,在不同场景和照度下均取得较自然的色彩效果。相对于真实彩色图像,本文结果与颜色失真图像相比,峰值信噪比平均提高了75.78%,结构相似性相对提高了103.74%,色差相对降低了67.48%。

为了得到具有自然彩色的夜视图像, 彩色夜视技术的研究成为夜视技术研究领域的一大热点。介绍了夜视技术的发展概况和获得具有自然感彩色夜视图像的彩色夜视技术手段, 主要可分为硬件方式和软件合成的方式, 其中软件方式主要有基于多传感器图像融合的方法和基于色彩传递的方法。详细介绍了两种方式的技术方案, 并对彩色夜视技术做出了技术展望。

低照度成像系统输出一般都是黑白视频, 为了获得更好的夜视实际应用效果, 提出了一种基于YUV空间色彩传递的低照度视频图像彩色化及增强的亮度拉伸色彩传递方法.该方法借鉴了双波段色彩传递自然感彩色融合方法, 由灰度图像及其负片图像构成初始彩色图像, 并对亮度通道进行自适应亮度拉伸, 在UV通道进行参考图像的色彩传递, 实现灰度图像的自然感彩色化和增强.通过与其他基于色彩传递的彩色化方法比较, 亮度拉伸色彩传递方法对参考图像和源图像的相似程度要求较低; 选取几幅适当的典型场景彩色参考图像, 可对绝大多数场景取得较好的彩色化效果, 具有很好的场景环境普适性.同时可以看出, 该方法高效, 对比度高, 颜色协调性好, 色彩自然, 更有利于人眼的观察感知, 对于低照度夜视成像效果提升效果明显.该方法已在硬件平台上实时应用, 可在无需增加硬件资源的基础上, 有效地应用于低照度夜视成像.

针对红外与微光的灰度融合图像不利于人眼观察的问题，提出了一种在YC_bC_r 颜色空间的基于多尺度多分辨率分析的色彩传递算法，帮助观察者获取丰富的场景信息和舒适的观察效果。该算法首先在Y 通道将红外和微光图像进行灰度融合；然后将灰度融合图像和彩色参考图像的Y 分量做拉普拉斯金字塔分解，比较其金字塔各层系数差异，综合各层系数差异找出最佳匹配点；最后将参考图像中最佳匹配点的C_b 和C_r 值传输到灰度融合图像中，生成最终的具有自然色彩的融合图像。实验结果表明，本文方法生成的彩色融合图像接近自然真实的颜色，有利于人眼对目标的观察与场景的理解。

针对红外与可见光彩色融合图像中目标与背景间的低对比度的问题，提出一种基于HSI空间颜色对比度增强的红外和可见光图像融合方法。首先对输入的可见光与红外图像进行直方图均衡和中值滤波加强处理，然后对加强的红外图像模糊阈值分割得到红外目标，最后把分割的红外目标图像和加强的可见光和红外图像在HSI空间的三通道线性融合和色彩传递，为了增强目标与背景间的颜色对比度，在色彩传递阶段, H通道的色彩传递方程中引入一个比例因子。实验结果表明：与其他算法相比，该方法得到的彩色融合图像热目标和低温物体与背景间的颜色对比度明显加强,同时背景的细节信息呈现白天类似的自然彩色，更加符合人眼视觉感知。

提出一种基于小波变换和区域分割的YCbCr变换域红外-可见光彩色图像融合算法,以小波变换融合为基础,将融合结果作为YCbCr域参量,以区域分割方法为基础,与参考图像进行色彩传递.实验结果表明,采用方法比传统的线性色彩传递方法具有更好的彩色图像融合效果,同时参考图像适应性较好,适合单一图像以及视频的融合.

针对基于颜色传递的双波段(中波红外、可见光)图像融合时, 由于参考图像选择不当, 造成的彩色融合图像对比度差、图像边缘细节下降等问题, 提出了基于拉普拉斯金字塔分解及对比度可调的色彩传递图像融合算法。对待融合的两幅图像进行拉普拉斯金字塔三级分解, 每一级按照不同的融合规则进行融合, 以重构后的灰度融合图像作为融合结构的亮度分量Y, 将可见光与红外图像的差值图像作为U分量, 以红外图像为V分量。在颜色传递公式中, 加入可调的比例系数, 通过适当调节比例系数可调节融合图像的对比度。实验结果表明, 获得的融合图像较好地保留了可见光图像的细节, 既突出了红外目标同时又具有参考图像的颜色特征。图像评价结果表明, 融合图像的均值、方差、熵等评价指标均得到较大提高。

提出一种车载红外视频快速彩色化方法，利用轮廓特征点跟踪获取每帧物体类别的轮廓区域，采用类别特征色彩对各区域传递色彩。构建各景物样本特征色彩集，以各类景物在自然彩色图像中表现出来的特征色彩作为红外图像中对应景物的色彩；利用改进的高效K-Means方法对红外关键帧进行聚类，得到分割区域，提取轮廓特征点；通过KLT算法跟踪特征点，得到其在下一帧中的位置并同时修正，采用B样条插值进行轮廓复原，得到该帧的各类别轮廓区域；最后将特征色彩按类别赋予各区域，从而给各帧图像着上合适的颜色，实现红外视频序列的快速彩色化。实验结果表明, 该方法与基于运动估计的算法相比可提高近5倍的处理速度，并且能够得到与自然景物色彩较接近的彩色化视觉效果。

针对传统色彩传递过程中容易出现色彩误传的现象，研究一种基于融合和色彩扩展的灰度图像彩色化技术，首先利用图像融合技术对微光图像和红外图像进行融合，将融合后的图像作为目标图像，然后利用改进的 welsh色彩传递算法对目标图像进行上色得到精确匹配的局部彩色化图像，最后利用最小二乘优化方法对得到的局部彩色化图像进行优化。实验结果表明该算法修正了传统算法中色彩误传现象，验证了算法的正确性。

在已有基于色彩传递的双通道自然感彩色视频图像融合算法及DSP实时处理平台的基础上, 采用Xilinx公司的XC5VLX50T FPGA为核心处理器件, 配以少量外围器件研制成基于FPGA的可见光/红外双路自然感彩色视频融合系统, 可为观察者提供包含可见光/热红外信息的自然感彩色融合视频图像。系统输出图像色彩更接近自然, 使得两个通道的原有信息同时得到了更好的表现。基于FPGA的双通道自然感彩色融合系统不仅可实现实时视频融合, 而且相对原有DSP处理系统, 处理延时明显缩小, 可在1帧内完成相关的预处理和色彩传递处理, 适合动态场景下的双通道（微光/微光、可见光/热红外、微光/热红外、中波/长波热红外等）视频自然感彩色融合系统应用。