本发明专利技术提供了一种基于单波段红外图像的自然彩色夜视实现方法，其特征在于，提出了一种基于“多尺度”和“空间上下文”信息的特征向量，用以对像素点进行分析。首先，采用样本学习的方法对基于该特征向量的自然色彩模型进行训练；然后，将训练过的自然色彩模型用于对红外夜视图像的色彩分布进行估计，以实现自动彩色化的过程。本发明专利技术的优点是可以工作于现有的“夜视图像彩色化方法”无法工作的单波段红外图像，自动为单波段红外图像赋予较自然的色彩，以提高目标识别和场景理解的准确度和效率。本发明专利技术可应用于汽车夜间助驾系统，视频监控系统、军事目标跟踪识别系统等各类民用及军用系统中。
【技术实现步骤摘要】
本专利技术涉及一种彩色夜视图像的实现方法。
技术介绍
红外成像技术可以将人眼不能直接看到的目标的表面温度分布，变成人眼可以看到的代表目标表面温度分布的图像，广泛应用于监控、侦查等各类军用及民用的夜视系统。红外成像的标准显示是单色的，常为灰度图像。然而，随着对人类视觉感知系统认识的加深，科学研究表明夜视图像的彩色表现方式在帮助观察者进行目标识别等方面明显优于夜视图像的单色表现方式。进一步的科研又表明拥有接近场景在白天所呈现的自然彩色的夜视图像相对于传统的假彩色夜视图像(具有不自然的色彩)更具优越性，可以大大提高观测者的场景理解能力和减少反映时间。目前，绝大多数“夜视图像自然彩色化”的处理方法是基于“多波段图像融合技术”，即将工作于不同波段的多个传感器产生的信号直接或经过计算后分别输入不同的彩色通道。此类方法利用不同波段间的信息互补产生彩色信号，但是该彩色信号的产生由于直接依赖于相应位置上不同波段的信号的强弱，所组成的彩色图像和视频往往缺乏色彩的一致性，视觉感觉不稳定。更重要的是，此类方法要求两个以上的夜视传感器同时工作， 成本高，设备复杂性高且便携性低。而实际情况中红外传感器作为有效的目标观测工具往往单独使用，例如，汽车夜间助驾系统、夜间雾天监视系统等。因此直接基于单波段的红外图像实现彩色夜视具有重大的应用价值。另一方面，对于夜视图像中单波段的微光图像， 已有文献给出实现彩色夜视的方法。然而，由于红外图像不同于微光图像，具有缺少纹理信息，对比度低、灰度变化小，图像模糊等特点，该文献中的方法无法应用于红外图像的彩色夜视实现。
技术实现思路
本专利技术的目的是提供一种可以直接为单波段的红外夜视图像赋予自然色彩的方法。为了达到上述目的，本专利技术的技术方案的是提供了，其特征在于，步骤为步骤1、采用样本学习的方法对自然色彩模型进行训练，其具体步骤为 步骤1. 1、对作为学习样本的红外图像进行亮度规定化；步骤1. 2、将通过步骤1. 1得到的红外图像和其同一场景的、已配准的可见光彩色图像在LUV色彩空间中融合成彩色训练图像；步骤1. 3、计算彩色训练图像的L通道中全部或部分像素点所对应的特征向量，像素弋的特征向量称为巧；步骤1. 4、将由步骤1. 3所得的每个特征向量及其相应的像素在彩色训练图像的U通道和V通道中所对应的色彩值组成训练集 fll,其中F为特征矩阵，其第_/行的取值Fi为像素点芍的特征向量巧-的转置，即Fj=Jf ,υ为U通道颜色向量，其第个元素为像素点巧的U通道值V Jj V通道颜色向量,其第J-个元素为像素点巧的ν通道值；步骤1. 5、采用支持向量回归方法对训练见[队…和[V3Fj分别进行拟合，得到特征向量相对于色彩通道值U的回归系数向量和偏置项，以及特征向量相对于色彩通道值V的回归系数向量和偏置项；步骤2、实现单波段红外图像的自然彩色夜视，其具体步骤为步骤2. 1、对待彩色化的红外图像进行亮度规定化；步骤2. 2、将通过步骤2. 1得到的红外图像变换到LUV色彩空间；步骤2. 3、计算通过步骤2. 2得到图像的L通道中每一个像素点的特征向量，像孝巧的特征向量称为P步骤2. 4、根据该特征向量计算每个像素点在U通道的预估值￡^及每个像素点在V通道的预估值夕。其中，像素占在U通道的预估值钗=冒/|^(巧卞)+蝽，其中，KffG-)表示拟合U通道的色彩值时所选的核函数，T表示求转置运算，像素点巧在V通道的预估值 ^ = W/Kf(/v,F> ZV ’ 11'|', KfC,->表示拟合V通道的色彩值时所选的核函数步骤2. 5、通过每个像素点的预估值在LUV色彩空间中合成图像； 步骤2. 6、将合成的图像从LUV色彩空间变换到RGB色彩空间，得到具有自然色彩的单波段红外夜视图像。本专利技术的优点是可以工作于现有的“夜视图像彩色化方法”无法工作的单波段红外图像，自动为单波段红外图像赋予较自然的色彩，以提高目标识别和场景理解的准确度和效率。本专利技术可应用于汽车夜间助驾系统，视频监控系统、军事目标跟踪识别系统等各类民用及军用系统中。附图说明图1为本专利技术的总体流程图2为一副作为学习样本的红外图像； 图3为另一副作为学习样本的红外图像； 图4为与图2配准的可见光彩色图像； 图5为与图3配准的可见光彩色图像； 图6为某个像素点在三个尺度上的特征区域。具体实施例方式为使本专利技术更明显易懂，兹以一优选实施例，并配合附图作详细说明如下。如图1所示，本专利技术提供了，步骤为步骤1、采用样本学习的方法对自然色彩模型进行训练，其具体步骤为 步骤1. 1、对作为学习样本的红外图像进行亮度规定化，即通过平移和放缩把输入的红外图像信号强度变换在一个由已知的公式规定的范围内，该公式为权利要求1.，其特征在于，步骤为 步骤1、采用样本学习的方法对自然色彩模型进行训练，其具体步骤为 步骤1. 1、对作为学习样本的红外图像进行亮度规定化；步骤1. 2、将通过步骤1. 1得到的红外图像和其同一场景的、已配准的可见光彩色图像在LUV色彩空间中融合成彩色训练图像；步骤1. 3、计算彩色训练图像的L通道中全部或部分像素点所对应的特征向量； 步骤1. 4、将每个特征向量及其相应的像素在彩色训练图像的U通道和V通道中所对应的色彩值组成训练集和和分别进行拟合，得到特征向量相对于色彩通道值U的回归系数向量和偏置项，以及特征向量相对于色彩通道值V的回归系数向量和偏置项；步骤2、实现单波段红外图像的自然彩色夜视，其具体步骤为步骤2. 1、对待彩色化的红外图像进行亮度规定化；步骤2. 2、将通过步骤2. 1得到的红外图像变换到LUV色彩空间；步骤2. 3、计算通过步骤2. 2得到图像的L通道中每一个像素点的特征向量；步骤2. 4、根据该特征向量计算每个像素点在U通道的预估值&及每个像素点在V通道的预估值庐，其中，像素点Jf在U通道的预估值1 = W/W)+Itr ,其中，Κσ(,)表示拟合U通道的色彩值时所选的核函数表示求转置运算，像素卢《在V通道的预估值 Fi=WrrKfr(^F)+ft,,其中，Κ,(, )表示拟合V通道的色彩值时所选的核函数；步骤2. 5、通过每个像素点的预估值在LUV色彩空间中合成图像； 步骤2. 6、将合成的图像从LUV色彩空间变换到RGB色彩空间，得到具有自然色彩的单波段红外夜视图像。2.如权利要求1所述的，其特征在于所述步骤1. 1及所述步骤2. 1中的亮度规定化的步骤为即通过平移和放缩把输入的红外图像信号强度变换在一个由已知的公式规定的范围内，该公式为对+乂，其中，为图像规定化后的亮度值，为图像原亮度值，.为期 aLLσ望的标注差O"力四像原亮度的标注差，为图像原亮度的均值岸“力期望的均值。3.如权利要求1所述的，其特征在于步骤1. 2中所述的彩色训练图像为LUV空间表达方式，其L通道为通过步骤1. 1得到的红外图像变换到LUV空间后的L通道值；其U通道为同一场景的、已配准的可见光彩色图像变换到LUV空间后的U通道值；其V通道为同一场景的、已配准的可见光彩色图像变换到 LUV空间后的V通道值。4.如权利要求1所述的，其特征在于步骤1. 3及步骤2. 3中计算特征向量的步骤为步骤1.3. 1、将第j个像素点巧的所属领本文档来自技高网...
【技术保护点】
１．一种基于单波段红外图像的自然彩色夜视实现方法，其特征在于，步骤为：步骤１、采用样本学习的方法对自然色彩模型进行训练，其具体步骤为：步骤１．１、对作为学习样本的红外图像进行亮度规定化；步骤１．２、将通过步骤１．１得到的红外图像和其同一场景；步骤２．６、将合成的图像从ＬＵＶ 色彩空间变换到ＲＧＢ色彩空间，得到具有自然色彩的单波段红外夜视图像。点在Ｖ通道的预估值，其中，像素点在Ｕ通道的预估值，其中，表示拟合Ｕ通道的色彩值时所选的核函数，表示求转置运算，像素点在Ｖ通道的预估值，其中，表示拟合Ｖ通道的色彩值时所选的核函数；步骤２．５、通过每个像素点的预估值在ＬＵＶ 色彩空间中合成图像待彩色化的红外图像进行亮度规定化；步骤２．２、将通过步骤２．１得到的红外图像变换到ＬＵＶ 色彩空间；步骤２．３、计算通过步骤２．２得到图像的Ｌ 通道中每一个像素点的特征向量；步骤２．４、根据该特征向量计算每个像素点在Ｕ通道的预估值及每个像素道值；步骤１．５、采用支持向量回归方法对训练集和分别进行拟合，得到特征向量相对于色彩通道值Ｕ的回归系数向量和偏置项，以及特征向量相对于色彩通道值Ｖ的回归系数向量和偏置项；步骤２、实现单波段红外图像的自然彩色夜视，其具体步骤为：步骤２．１、对和，其中为特征矩阵，其第行的取值为像素点的特征向量的转置，即，为Ｕ通道颜色向量，其第个元素为像素点的Ｕ通道值，为Ｖ通道颜色向量，其第个元素为像素点的Ｖ通的、已配准的可见光彩色图像在ＬＵＶ色彩空间中融合成彩色训练图像；步骤１．３、计算彩色训练图像的Ｌ通道中全部或部分像素点所对应的特征向量；步骤１．４、将每个特征向量及其相应的像素在彩色训练图像的Ｕ通道和Ｖ通道中所对应的色彩值组成训练集...
【技术特征摘要】
【专利技术属性】
技术研发人员：谷小婧，方建安，孙韶媛，
申请(专利权)人：东华大学，
类型：发明
国别省市：31
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。