利用顯著擷取與特徵強化融合紅外光與可見光影像

Abstract

近年來，隨著科技發展與感測器功能的進步，影像融合技術為影像處理中重要的一部分。影像融合為將二或多張同一場景，不同感測器或是不同攝影條件的輸入影像，結合為一張含有重要輸入影像資訊，且有更好視覺感知及方便後續影像處理任務的輸出影像。影像融合技術已在許多領域有廣泛的應用：電腦視覺、監視系統、醫學影像、遙測等。其中可見光與紅外光因為兩者的攝影特性，為影像融合領域中較熱門的組合之一。本研究提出SEVE影像融合演算法，主要擷取影像中顯著部分，並改善視覺品質。以一組已對齊的紅外線與可見光影像作為輸入，對可見光影像使用CLAHE直方圖等化法，進行調整與加強，並透過導引濾波器，處理並提取紅外線影像中的顯著物件與細節部分。接著使用透過L0平滑濾波器改良的顯著圖生成方法，取得出較完整的顯著區域。然後以紅外線顯著部分作為優先考量，計算出兩張影像之權重圖。最後再結合使用導引濾波器提取之紅外光影像邊緣資訊，融合成最終的融合影像。結果顯示本研究提出的SEVE演算法，對於TNO資料集中的影像，可以產生視覺感知較好，影像資訊熵達到平均7.24，影像標準差平均47.55的結果。在視覺感知與指標表現中，大部分優於其他相關影像融合方法。