自然感与突出波段特征协同的可见光/红外自然感彩色化理论

可见光和红外分别反映了目标/场景的反射与辐射特性，对目标/场景的描述具有互补性，红外还具有穿透烟、雾、霭且作用距离远的优势，将二者融合后再赋予自然感的色彩，可提高目标识别和探测效率，改善方位判断和场景记忆能力，增强操作者对总体形势的认识。色彩传递是目前获得最佳自然感色彩的技术途径，但在兼顾自然感色彩与突出波段特征、算法稳定性方面还存在基础性问题。为改善这些问题，课题拟研究：①将参考图像的选取范围缩小至海天、天空/树林/草坪和城镇(天空/建筑物/树木)三类典型场景，研究其图像的数据化，即将典型场景图像亮度和色差转化为单尺度和多分辨力尺度下的统计特性数据，并按热目标面积大小、远/近景时可见光图像纹理的粗细等分类；②利用独立成分分析和各向异性扩散等方法，提取和融合可见光/红外波段特征，并结合多尺度分解方法在不同分辨力子带图像内进行色彩传递，最终实现兼顾自然感色彩与突出波段特征的自然感彩色化方法。

可见光与红外分别反映了目标场景的反射和辐射特性，对目标场景的描述具有互补性，红外还具有穿透烟、雾、霭且作用距离远的优势，将二者融合后再赋予自然感的色彩，可提高目标识别和探测效率，改善方位判断和场景记忆能力，增强操作者对总体形势的意识能力。本项目除了主要研究可见光/红外图像波段特征提取、典型场景参数化及样本块参考图像库的建立和检索、可见光/红外图像自然感彩色融合方法之外，还开展了彩色融合质量的客观评价、彩色融合算法优化与实时实现的研究，而且，针对国防应用中微光/红外、微光/白光/红外彩色夜视成像系统的实时需求，进行算法优化和实时实现，一些融合算法已在某些型号项目中得到实际应用。. 本项目以独立成分分析(Independent Component Analysis, ICA)提取二者间的独立成分，这些独立成分表征了可见光和红外的波段特征或互补信息，在此基础上研究不同融合规则，获得不同的融合方法，同时，将ICA与景深、色彩传递、图像分割、多分辨率分解等方法结合，提出多种自然感与突出波段协同的可见光/红外彩色融合方法：基于ICA的彩色可见光/红外图像彩色融合方法、带有雾气修正因子（含自然雾霭和为工烟雾）的彩色融合方法、基于样本块参考图像和局域色彩传递的可见光/红外图像彩色融合方法、基于ICA和控向金字塔色彩传递的/红外图像彩色融合方法等。. 由于多种彩色融合方法获得的色彩、细节清晰度效果不一，不同观察者的主观感知会有明显差异，因此，本项目研究了彩色融合图像质量的客观评价方法，研究提出了海天场景、绿色植物场景、城镇建筑物场景三种典型场景下可见光/红外融合图像颜色协调性模型以及评价步骤；提出了感知清晰度评价模型来评价人眼对红外与可见光彩色融合图像细节和边缘的可辨识度；同时，把对目标/场景的探测识别分为两类视觉任务，在颜色协调性模型和感知清晰度模型的基础上，提出了基于视觉任务的彩色融合图像质量评价方法。. 共发表科技论文16篇，其中SCI收录2篇，SCI源的国际期刊发表论文1篇（2012年11月发表，待收录），Ei收录9篇，国际会议6篇；另外向SCI源国际期刊投稿1篇；授权国家发明专利1项，申请国家发明专利9项。. 3名博士研究生和5名硕士研究生的学位课题与本项目直接相关，2名博士毕业，3名硕士毕业。