【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于可见光与红外图像融合的交通检测方法及系统。
技术介绍
1、随着城市化进程的加速，交通事故频发，尤其是在夜间和恶劣天气条件下。可见光图像与红外双波段图像融合，弥补了单一传感器的不足，两者结合了可见光的丰富细节和红外图像的稳定性，实现信息互补，可生成稳定且信息丰富的融合图像，从而增强系统在夜间、恶劣天气、光照条件差等复杂环境下对场景信息的感知和目标识别能力。
2、但是，现有技术少有关注不同模态图像的融合效果。如申请号为202311218824.1，名称为基于红外图像和可见光图像的交通事件检测方法及装置的中国专利技术申请，只是利用现有常见模型直接进行图像融合，没有做出适应性调整，使得融合后的图像无法准确反映原始图像中的关键信息，从而引起目标检测性能的下降。同时，现有融合技术依赖于传统的特征匹配算法，并较少考虑多尺度变换与配准的结合，这些算法在处理光照变化、视角差异及运动模糊时，往往无法实现高精度的配准，尤其是在处理不同分辨率和尺度的图像特征时，不同尺度的特征往往在重要性和表现上存在显著差异，未能充分利用这些信息会进一步影响融合质量。此外，当前技术通常使用高斯滤波进行图像平滑处理，这种方法在消除噪声的同时可能会导致图像细节的丢失。在噪声较多或图像质量较差的情况下，使用高斯滤波会使得最终融合的图像在细节呈现上显得模糊，从而降低了后续处理（如目标检测）的准确性。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于可见光与红外图像融合
2、为了实现上述目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种基于可见光与红外图像融合的交通检测方法，包括：
4、获取同一场景内原始可见光图像和红外图像，进行预处理；
5、基于自适应滤波，分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔，对可见光拉普拉斯金字塔和红外拉普拉斯金字塔进行多尺度细配准；
6、将可见光拉普拉斯金字塔的高层图像与红外拉普拉斯金字塔中的高层图像使用梯度加权融合得到高层融合图像，将可见光拉普拉斯金字塔的低层图像与红外拉普拉斯金字塔中的低层图像使用双域平均融合得到低层融合图像；基于高层融合图像和低层融合图像进行逐层重构，得到重构融合图像；
7、基于重构融合图像进行交通检测。
8、优选地，所述预处理包括：
9、对红外图像采用两点校正、盲元补偿、中值滤波进行初步预处理后，采用平台直方图均衡化增强对比度，使用最大最小值线性映射进行像素量化，再通过双线性插值算法统一图像尺寸；
10、对可见光图像进行缩放处理， 确保可见光图像和红外图像的尺寸匹配。
11、优选地，所述基于自适应滤波，分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔，具体步骤包括：
12、采用自适应均值滤波法，对预处理后的可见光图像和红外图像进行平滑处理；
13、对滤波后的图像重复进行下采样，分别构建可见光高斯金字塔和红外高斯金字塔；
14、分别对所述两个高斯金字塔进行逐层差分，得到可见光拉普拉斯金字塔和红外拉普拉斯金字塔。
15、优选地，所述自适应均值滤波法具体为：根据图像的局部特性动态调整平滑强度，在图像的平坦区域进行强平滑，在边缘区域减弱平滑强度。
16、优选地，所述对可见光拉普拉斯金字塔和红外拉普拉斯金字塔进行多尺度细配准，具体包括：
17、获取所述两个拉普拉斯金字塔中的图像，使用sobel算子分别计算两个拉普拉斯金字塔中图像的梯度；
18、将图像划分为多个小单元，在每个单元中计算梯度方向直方图；
19、对每个小单元中的梯度方向直方图进行归一化，将归一化后的直方图分别重构为可见光重构图像和红外重构图像，并分别计算可见光重构图像和红外重构图像的hog特征；
20、计算可见光重构图像和红外重构图像特征点之间的距离，并选择距离最小的特征点作为匹配对进行特征匹配，并根据估计的变换矩阵将红外图像进行变换，使其与可见光图像对齐。
21、优选地，所述将可见光拉普拉斯金字塔的低层图像与红外拉普拉斯金字塔中的低层图像使用双域平均融合得到低层融合图像，其中，双域平均融合包括全局平均融合和局部平均融合，具体包括：
22、将可见光拉普拉斯金字塔的低层图像与红外拉普拉斯金字塔中的低层图像使用全局平均融合得到初步低层融合图像；
23、基于预设窗口划分两低层图像的局部区域，遍历局部区域进行局部平均融合，得到局部低层融合图像；
24、对所述初步低层融合图像和局部低层融合图像进行加权求和，得到最终低层融合图像。
25、优选地，还包括采用彩色变换法对重构融合图像做伪彩色处理。
26、第二方面，本专利技术提供一种基于可见光与红外图像融合的交通检测系统，包括：
27、图像采集模块，用于获取同一场景内原始可见光图像和红外图像，进行预处理；
28、配准模块，用于基于自适应滤波，分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔，对可见光拉普拉斯金字塔和红外拉普拉斯金字塔进行多尺度细配准；
29、融合重构模块，用于将可见光拉普拉斯金字塔的高层图像与红外拉普拉斯金字塔中的高层图像使用梯度加权融合得到高层融合图像，将可见光拉普拉斯金字塔的低层图像与红外拉普拉斯金字塔中的低层图像使用双域平均融合得到低层融合图像；基于高层融合图像和低层融合图像进行逐层重构，得到重构融合图像；
30、检测模块，用于基于重构融合图像进行交通检测。
31、第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的一种基于可见光与红外图像融合的交通检测方法中的步骤。
32、第四方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的一种基于可见光与红外图像融合的交通检测方法中的步骤。
33、与现有技术相比，本专利技术的有益效果为：
34、1.本专利技术将可见光与红外图像相融合，红外技术能够在低光照条件下通过感知物体温度进行识别，摆脱了可见光传感器对光源的依赖；而可见光技术能够捕捉更加清晰且分本文档来自技高网...
【技术保护点】
1.一种基于可见光与红外图像融合的交通检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述基于自适应滤波，分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔，具体步骤包括：
4.如权利要求3所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述自适应均值滤波法具体为：根据图像的局部特性动态调整平滑强度，在图像的平摊区域进行强平滑，在边缘区域减弱平滑强度。
5.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述对可见光拉普拉斯金字塔和红外拉普拉斯金字塔进行多尺度细配准，具体包括：
6.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述将可见光拉普拉斯金字塔的低层图像与红外拉普拉斯金字塔中的低层图像使用双域平均融合得到低层融合图像，其中，双域平均融合包括全局平均融合和局部平均融合，具体包括：
<...【技术特征摘要】
1.一种基于可见光与红外图像融合的交通检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述基于自适应滤波，分别对预处理后的可见光图像和红外图像构建拉普拉斯金字塔，具体步骤包括：
4.如权利要求3所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述自适应均值滤波法具体为：根据图像的局部特性动态调整平滑强度，在图像的平摊区域进行强平滑，在边缘区域减弱平滑强度。
5.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方法，其特征在于，所述对可见光拉普拉斯金字塔和红外拉普拉斯金字塔进行多尺度细配准，具体包括：
6.如权利要求1所述的一种基于可见光与红外图像融合的交通检测方...
【专利技术属性】
技术研发人员：吴建清，彭钰晴，吕斌，杜聪，田源，张子毅，王建柱，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。