一种可见光图像与红外图像匹配方法

    公开(公告)号:CN110222749A

    公开(公告)日:2019-09-10

    申请号:CN201910447148.2

    申请日:2019-05-27

    Abstract: 本发明公开了一种可见光图像与红外图像匹配方法,包括以下步骤:(1)、分别对可见光图像和红外图像提取出最大稳定极值区域;(2)、分别对可见光图像和红外图像的最大稳定极值区域进行椭圆拟合,并归一化成为标准圆形区域;(3)、建立FBP模型,使用二进制编码描述所述标准圆内的纹理信息;(4)、使用汉明距离匹配各区域的编码。本发明的可见光图像与红外图像匹配方法,FBP算法首先通过提取最稳定极值区域作为待匹配区域,然后使用FBP算法对每个区域进行特征描述,最后设定阈值,使用汉明距离判断每一个区域是否相匹配。实验结果证明了发明在定位精度、算法速度、稳定性、灵活性、实时性上都有良好的表现。

    基于非负矩阵分解及视觉感知的多聚焦图像融合方法

    公开(公告)号:CN108734686A

    公开(公告)日:2018-11-02

    申请号:CN201810519805.5

    申请日:2018-05-28

    Abstract: 本发明属于图像处理技术领域,公开了一种基于非负矩阵分解及视觉感知的多聚焦图像融合方法,利用NMF融合方法得到一幅临时融合图像S后,对源图像F1、F2以及临时融合图像S进行相对梯度场求解,得到图像相对梯度场图;再比较三个图像梯度场相同位置处的梯度值大小,得到决策矩阵图;根据决策矩阵图,如果源图像F1或F2的梯度值大于临时融合图像S相同位置处的梯度值,则选择F1或F2对应位置的图像像素取代融合图像S处对应位置的图像像素,即为二次修正融合,得到最终的融合图像F。本发明在视觉感知理论的基础上采用相对梯度方法即为二次修正融合,进一步提取出聚焦清晰区域进行融合,得到融合效果更好的图像。

    一种可见光图像与红外图像匹配方法

    公开(公告)号:CN110222749B

    公开(公告)日:2022-06-07

    申请号:CN201910447148.2

    申请日:2019-05-27

    Abstract: 本发明公开了一种可见光图像与红外图像匹配方法,包括以下步骤:(1)、分别对可见光图像和红外图像提取出最大稳定极值区域;(2)、分别对可见光图像和红外图像的最大稳定极值区域进行椭圆拟合,并归一化成为标准圆形区域;(3)、建立FBP模型,使用二进制编码描述所述标准圆内的纹理信息;(4)、使用汉明距离匹配各区域的编码。本发明的可见光图像与红外图像匹配方法,FBP算法首先通过提取最稳定极值区域作为待匹配区域,然后使用FBP算法对每个区域进行特征描述,最后设定阈值,使用汉明距离判断每一个区域是否相匹配。实验结果证明了发明在定位精度、算法速度、稳定性、灵活性、实时性上都有良好的表现。

Patent Agency Ranking