一种基于单波段红外图像的自然彩色夜视实现方法

摘要

本发明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。

主权项

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，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，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；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。