為了得到忠于人眼視覺(jué)特性的真彩色夜視圖像,根據(jù)典型目標(biāo)夜間光譜特性以及微光夜視系統(tǒng)的成像模型,基于最小歐氏距離原理,提出了一種三波段真彩色夜視光譜劃分方法。設(shè)置了實(shí)驗(yàn)室場(chǎng)景和室外場(chǎng)景,對(duì)本文中提出的光譜劃分方法與傳統(tǒng)光譜劃分方法進(jìn)行了對(duì)比實(shí)驗(yàn),并對(duì)得到的真彩色夜視圖像細(xì)節(jié)（空間頻率）做了分析。結(jié)果表明,相對(duì)于原始微光圖像,空間頻率分別提高了61.2%,52.0%;本文中的方法對(duì)于典型目標(biāo)（綠色草木）具有更好的彩色還原效果;基于最小歐氏距離的光譜劃分方法可將夜間可見(jiàn)光分離為三波段,并可有效利用其光譜信息,得到對(duì)于典型目標(biāo)的具有自然感彩色且較原始微光圖像信息量更為豐富的真彩色夜視圖像。 

【文章來(lái)源】：激光技術(shù). 2020,44(03)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
引 言
1 真彩色微光夜視原理
2 光譜劃分
    2.1 光譜成像模型
    2.2 基于最小歐氏距離的光譜劃分
3 實(shí)驗(yàn)與結(jié)果分析
    3.1 圖像采集與圖像融合
    3.2 結(jié)果分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]考慮人類(lèi)視覺(jué)特征的融合圖像評(píng)價(jià)方法[J]. 許麗娜,肖奇,何魯曉.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2019(04)
[2]真彩微光夜視圖像融合算法[J]. 蔣云峰,武東生,黃富瑜.  激光與光電子學(xué)進(jìn)展. 2019(08)
[3]基于光譜重建技術(shù)的壁畫(huà)顏色復(fù)原與評(píng)價(jià)[J]. 王可,王慧琴,殷穎,毛力,張毅.  激光技術(shù). 2019(02)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的自然感彩色融合算法[J]. 何炳陽(yáng),張智詮,李強(qiáng),謝志宏.  紅外技術(shù). 2018(05)
[5]低照度夜視成像的自然感彩色化及增強(qiáng)方法[J]. 朱進(jìn),李力,金偉其,李碩,王霞,拜曉峰.  光子學(xué)報(bào). 2018(04)
[6]Fusion20of20the20low-light-level20visible20and20infrared20images20for20night-vision20context20enhancement[J]. 朱進(jìn),金偉其,李力,韓正昊,王霞.  Chinese Optics Letters. 2018(01)
[7]基于四波段圖像融合的彩色夜視方法研究[J]. 吳海兵,陶聲祥,顧國(guó)華,王書(shū)宇.  光子學(xué)報(bào). 2017(05)
[8]EMCCD真彩色成像方法與驗(yàn)證[J]. 白玉,陳遠(yuǎn)金,張猛蛟,王嶺雪,蔡毅.  紅外技術(shù). 2017(04)
[9]三波段真彩色夜視光譜匹配技術(shù)[J]. 陳一超,胡文剛,武東生,何永強(qiáng),李曉明.  紅外與激光工程. 2015(12)
[10]基于小波變換的EMCCD微光圖像融合算法[J]. 陳鋒,張聞文,虞文俊,陳錢(qián),顧國(guó)華.  激光技術(shù). 2014(02)



本文編號(hào)：3175672