导读:本文包含了红外融合论文开题报告文献综述及选题提纲参考文献，主要关键词:图像融合,灰狼优化,红外图像,可见光图像
红外融合论文文献综述
刘轶伦,奚峥皓[1]（2019）在《基于改进灰狼优化的红外与可见光图像融合》一文中研究指出将图像融合运用于检测与跟踪领域需要融合图像显示清晰的目标,传统的优化类融合算法存在目标信息不完整的问题,对此本文提出一种基于改进灰狼优化(Gray Wolf Optimization,GWO)结合边缘特征的图像融合方法。将图像分解为细节层与粗糙层后,对细节图像使用优化权重进行融合,再融合细节层与粗糙层,最后执行对比度有限自适应直方图均衡增强融合图像。其中优化权重通过改进的灰狼优化获得,通过融合边缘信息获得权重取值范围,并且对灰狼优化引入交叉操作改进优化效果。实验对比图像全局与目标局部的标准差、信息熵、平均梯度、空间频率,本文方法的性能在目标局部熵、标准差上大大优于其他方法,在全局指标上也有很好的表现。(本文来源于《红外技术》期刊2019年11期）
马朝振,刘杰,聂仁灿[2]（2019）在《一种基于总变分与显着性检测的红外与可见光图像融合方法》一文中研究指出红外与可见光图像融合是多源信息融合中的一个重要研究内容,它在军事侦察等方面有着广泛的应用.本文基于总变分模型和显着性检测方法,提出了一种有效的融合方法.首先,通过对红外与可见光图像的特征分布考察,构建了一个信息融合的总变分模型.其次,基于亮度对比度的显着性检测,给出了总变分模型中保真项权值的估计方法.实验仿真表明,无论是视觉观察还是客观评价,本文的方法均比一些现有方法体现了更好的结果.(本文来源于《云南民族大学学报(自然科学版)》期刊2019年06期）
周哓玲,江泽涛[3]（2019）在《结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合》一文中研究指出针对红外与可见光图像融合细节信息不够丰富、易出现伪影等问题,提出了一种结合脉冲耦合神经网络(PCNN)与引导滤波的红外与可见光图像融合方法。改进传统PCNN模型结构,在脉冲产生单元加入抑制项,避免像素重复点火对点火时间矩阵带来噪声;以原图为引导图像对点火时间矩阵T进行引导滤波,得到兼具显着信息与边缘细节信息的多区域加权划分矩阵;基于该多区域加权划分矩阵,对红外与可见光图像进行加权融合。同时,根据PCNN数学模型点火行为分析,提出了一种包含约束的PCNN模型参数设置方法,可降低PCNN模型参数设置的复杂度。实验结果表明该融合方法具有较高的融合效率,同时融合图像细节信息丰富,无明显伪影,交叉熵、空间频率指标相对于当前常用融合方法均较优。(本文来源于《光学学报》期刊2019年11期）
丁斋生,周冬明,聂仁灿,侯瑞超,刘栋[4]（2019）在《基于视觉显着性与残差网络的红外-可见光图像融合方法》一文中研究指出深度学习用于红外-可见光图像融合,若只提取深度特征而不进行特征处理,会导致在某些方面融合性能下降.针对这一问题,提出一种基于深度特征和零相位分量分析的融合框架.首先,将源图像分解成低频部分和高频部分;然后,利用显着性检测将低频子带部分融合.其次,使用残差网络提取高频子带的深度特征,通过零相位成分分析法和l_1正则化对深度特征进行归一化处理,得到初始权重值,而最终权重值是与初始权重值相关联的Softmax得到的,利用最终权重值融合高频子带.最后,采用加权平均法重构融合后的图像.实验结果表明,与现有的融合方法相比,该算法在客观评价和视觉质量方面都取得了较好的效果.(本文来源于《云南大学学报(自然科学版)》期刊2019年06期）
刘明君,董增寿[5]（2019）在《基于多特征的红外与可见光图像融合》一文中研究指出采用多尺度变换方法融合红外与可见光图像后,图像融合结果整体场景对比度低,细节与纹理不够清晰,提出基于多特征的红外与可见光图像融合方法。首先提取红外与可见光两种源图像中的边缘特征、相关信号强度比特征及平均梯度特征,通过决策模块依据信号强度比特征和边缘特征确定多分辨率分析系数,然后基于该系数融合模块依据平均梯度特征,采用多分辨率奇异值分解方法融合图像低频子带,利用压缩感知方法融合高频子带背景区域,通过对背景区域高频、低频子带进行CS逆变换获取最终融合图像,最后仿真测试结果表明,该方法的行红外与可见光图像融合的标准差、平均梯度以及边缘保持度等指标都优于对比方法,融合后图像对比度和空间域内活跃度较好、图像细节较明显、图像内容更丰富。(本文来源于《激光杂志》期刊2019年10期）
王兴,邵艳明,杨波,刘浩伟,余跃[6]（2019）在《基于激光雷达与红外数据融合的跟踪算法》一文中研究指出针对精确制导中目标的自动识别、稳定跟踪与抗干扰需求,提出了一种基于激光雷达与红外数据融合的目标识别与抗干扰方法。首先采用一致性点漂移(CPD)算法对目标在不同图像中的轮廓特性进行匹配,完成了激光与红外图像的配准;然后利用红外图像中目标的能量和形状信息、激光图像中的距离信息完成激光与红外图像的决策级融合;最后利用改进的核相关跟踪算法完成目标的跟踪与抗干扰。通过激光雷达与红外仿真数据的实验,验证了文中方法在目标跟踪与抗干扰性能上的有效性。(本文来源于《红外技术》期刊2019年10期）
刘莉,钱雪飞,曹盟盟[7]（2019）在《基于图像融合的红外图像增强算法研究》一文中研究指出红外成像系统较强的环境适应能力和隐蔽性等优势使其在军事和工业领域中日益重要。针对红外图像边缘模糊,对比度较低,噪声较大等特点,本文提出了一种基于图像融合的红外图像增强算法。该算法采用双边滤波算法对图像进行分层,采用灰度变换和非线性变换对图像高低频信息进行处理,最后通过融合高低频图像信息,进而实现红外图像目标的增强。实验结果表明,该算法能够有效增强红外目标,提升图像视觉效果,应用前景广阔。(本文来源于《山西电子技术》期刊2019年05期）
王宁,周铭,杜庆磊[8]（2019）在《一种红外可见光图像融合及其目标识别方法》一文中研究指出为结合红外图像和可见光图像对目标检测识别的优点,提出了一种红外可见光图像融合及其目标识别方法.该方法根据数学形态学算法获得局部感兴趣区域,减少图像特征点生成范围,提高效率;通过使用基于多模态图像尺度与部分灰度不变图像特征算法建立合适的特征点定位和描述;最终根据局部不变性匹配原则,实现图像误匹配消除,得到配准关系.实验结果表明,本文方法能实现融合图像多目标的检测识别,其精度好,有一定的应用前景.(本文来源于《空军预警学院学报》期刊2019年05期）
张雅玲,吉琳娜,杨风暴,胡鹏[9]（2019）在《基于余弦相似性的双模态红外图像融合性能表征》一文中研究指出针对现有的红外光强与偏振图像融合中融合有效度度量稳定性低且不符合人类视觉系统的问题,通过比较常见的基于距离度量的叁种融合有效度函数化度量方法,分析比较了多种融合算法对差异特征融合有效度分布的稳定性;通过统计十组源图像的差异特征幅值区间中出现最优融合算法的频次,从而得出每种差异特征的最优融合算法,进而得到了余弦相似性为一种稳定性高且与人类主观观察结果更符合的融合有效度的度量方式。实验结果表明,在多种融合算法的融合有效度度量的融合效果中,余弦相似性具有高稳定性且与人类视觉分析有良好的匹配性。(本文来源于《光电工程》期刊2019年10期）
王文卿,高钰迪,刘涵,谢国,焦鹏飞[10]（2019）在《基于低秩稀疏表示的红外与可见光图像序列融合方法》一文中研究指出考虑到红外与可见光图像序列间的高度相关性,本文提出了基于低秩稀疏表示的红外与可见光图像序列融合方法。首先,利用低秩稀疏表示理论分别将红外图像序列与可见光图像序列进行背景与目标分离,获取低秩分量与稀疏分量。其次,利用Laplace金字塔融合方法将每帧红外与可见光图像的低秩分量进行融合。再次,采用最大值选择规则将每帧红外与可见光图像的稀疏分量进行融合。最后,融合低秩分量与融合稀疏分量相加获得最终融合图像。本文算法在Nato-camp与Bristol Eden Project数据集上进行了性能验证。主观视觉分析与客观评价指标表明本文算法比传统的融合算法具有更优越的性能。(本文来源于《西安理工大学学报》期刊2019年03期）
红外融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
红外与可见光图像融合是多源信息融合中的一个重要研究内容,它在军事侦察等方面有着广泛的应用.本文基于总变分模型和显着性检测方法,提出了一种有效的融合方法.首先,通过对红外与可见光图像的特征分布考察,构建了一个信息融合的总变分模型.其次,基于亮度对比度的显着性检测,给出了总变分模型中保真项权值的估计方法.实验仿真表明,无论是视觉观察还是客观评价,本文的方法均比一些现有方法体现了更好的结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
红外融合论文参考文献
[1].刘轶伦,奚峥皓.基于改进灰狼优化的红外与可见光图像融合[J].红外技术.2019
[2].马朝振,刘杰,聂仁灿.一种基于总变分与显着性检测的红外与可见光图像融合方法[J].云南民族大学学报(自然科学版).2019
[3].周哓玲,江泽涛.结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合[J].光学学报.2019
[4].丁斋生,周冬明,聂仁灿,侯瑞超,刘栋.基于视觉显着性与残差网络的红外-可见光图像融合方法[J].云南大学学报(自然科学版).2019
[5].刘明君,董增寿.基于多特征的红外与可见光图像融合[J].激光杂志.2019
[6].王兴,邵艳明,杨波,刘浩伟,余跃.基于激光雷达与红外数据融合的跟踪算法[J].红外技术.2019
[7].刘莉,钱雪飞,曹盟盟.基于图像融合的红外图像增强算法研究[J].山西电子技术.2019
[8].王宁,周铭,杜庆磊.一种红外可见光图像融合及其目标识别方法[J].空军预警学院学报.2019
[9].张雅玲,吉琳娜,杨风暴,胡鹏.基于余弦相似性的双模态红外图像融合性能表征[J].光电工程.2019
[10].王文卿,高钰迪,刘涵,谢国,焦鹏飞.基于低秩稀疏表示的红外与可见光图像序列融合方法[J].西安理工大学学报.2019