一種紅外圖像與可見光圖像融合的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種紅外圖像與可見光圖像融合的方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域。該方法包括：獲取同一視角的紅外圖像與可見光圖像；對可見光圖像進(jìn)行平滑濾波處理；對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，以獲取對應(yīng)浮雕圖像；對浮雕圖像與紅外圖像進(jìn)行融合處理，得到融合圖像。本發(fā)明可以使紅外圖像中的細(xì)節(jié)顯示更加明確，使檢修人員可以快速獲取設(shè)備的溫度、位置及形態(tài)信息，進(jìn)而能夠快速、準(zhǔn)確的識(shí)別出設(shè)備中超過指定溫度極限的部件，提高檢修人員對故障部件的檢修效率。
【專利說明】
-種紅外圖像與可見光圖像融合的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理，尤其設(shè)及一種紅外圖像與可見光圖像融合的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 紅外圖像傳感器通過獲取目標(biāo)的紅外福射進(jìn)行成像，所W我們可W通過紅外圖像 獲取目標(biāo)的溫度信息。在利用紅外傳感器來檢測設(shè)備是否正常運(yùn)行的場景中，就是通過紅 外溫度顯示來判斷設(shè)備是否正常運(yùn)行，此時(shí)，紅外圖像傳感器所提供的紅外圖像是設(shè)備運(yùn) 行時(shí)紅外溫度顯示圖，用戶可從該紅外圖像中判斷設(shè)備中是否存在過熱的情況，但是由于 紅外圖像傳感器對背景的亮度變化不敏感，成像分辨率低，導(dǎo)致紅外圖像的分辨率較低、對 邊緣不敏感、背景信息模糊不清，進(jìn)而會(huì)使用戶可W通過紅外圖像看見設(shè)備中有過熱的部 分，但是不能準(zhǔn)確的識(shí)別出設(shè)備中過熱的具體部位，即無法快速的分辨出是設(shè)備中的哪個(gè) 部件出現(xiàn)了故障，運(yùn)樣不僅會(huì)耽擱維修進(jìn)度，而且還可能造成故障部件判斷錯(cuò)誤。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明實(shí)施例的目的在于提供一種紅外圖像與可見光圖像融合的方法及系統(tǒng)，旨 在解決上述通過紅外傳感器提供的紅外圖像檢測設(shè)備是否正常運(yùn)行時(shí)，無法快速的分辨出 是設(shè)備中的哪個(gè)部件出現(xiàn)了故障，運(yùn)樣不僅會(huì)耽擱維修進(jìn)度，而且還可能造成故障部件判 斷錯(cuò)誤的問題。
[0004] 本發(fā)明實(shí)施例是運(yùn)樣實(shí)現(xiàn)的，一種紅外圖像與可見光圖像融合的方法，包括： 陽0化]獲取同一視角的紅外圖像與可見光圖像；
[0006] 對可見光圖像進(jìn)行平滑濾波處理；
[0007] 對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖像；
[0008] 對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像。
[0009] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的方法中，所述對可見光圖像 進(jìn)行平滑濾波處理具體包括：
[0010] 若所述可見光圖像為灰度圖像，則直接使用高斯濾波器對所述可見光圖像進(jìn)行平 滑濾波處理；
[0011] 若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中Ξ個(gè)顏色分 量的圖像分別進(jìn)行平滑濾波處理。
[0012] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的方法中，所述對平滑濾波處 理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖像具體包括：
[0013] 若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見光圖像進(jìn)行浮雕 處理，W獲取對應(yīng)的浮雕圖像；
[0014] 若所述可見光圖像為彩色圖像，則找出所述可見光圖像的Ξ個(gè)顏色分量中當(dāng)前像 素點(diǎn)的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的差值絕對值最大的顏色分量的圖像，采 用浮雕算法對所述差值絕對值最大的顏色分量的圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖 像。
[0015] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的方法中，對所述浮雕圖像與 所述紅外圖像進(jìn)行融合處理，得到融合圖像具體包括：
[0016] 提取所述浮雕圖像的圖像輪廓信息，并將所述圖像輪廓信息轉(zhuǎn)移到所述紅外圖像 上，生成融合圖像。
[0017] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的方法中，在對所述浮雕圖像 與所述紅外圖像進(jìn)行融合處理，得到融合圖像之后還包括：
[0018] 對所述融合圖像進(jìn)行偽彩色處理，W獲取對應(yīng)的偽彩色圖像。
[0019] 本發(fā)明實(shí)施例的另一目的在于提供一種紅外圖像與可見光圖像融合的系統(tǒng)，包 括：
[0020] 圖像獲取模塊，用于獲取同一視角的紅外圖像與可見光圖像；
[0021] 濾波處理模塊，用于對可見光圖像進(jìn)行平滑濾波處理；
[0022] 浮雕處理模塊，用于對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng) 浮雕圖像；
[0023] 融合處理模塊，用于對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖 像。
[0024] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的系統(tǒng)中，所述濾波處理模塊 具體用于：
[00巧]若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見光圖像進(jìn)行浮雕 處理，W獲取對應(yīng)的浮雕圖像；
[00%] 若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中Ξ個(gè)顏色分 量的圖像分別進(jìn)行平滑濾波處理。
[0027] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的系統(tǒng)中，所述浮雕處理模塊 包括：
[0028] 浮雕算法處理單元，用于若所述可見光圖像為灰度圖像，則直接采用浮雕算法對 所述可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖像；
[0029] 彩色圖像顏色分量處理單元，用于若所述可見光圖像為彩色圖像，則找出所述可 見光圖像的Ξ個(gè)顏色分量中當(dāng)前像素點(diǎn)的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的差 值絕對值最大的顏色分量的圖像；
[0030] 所述浮雕算法處理單元，還用于采用浮雕算法對所述差值絕對值最大的顏色分量 的圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖像。
[0031] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的系統(tǒng)中，所述融合處理模塊 具體用于：
[0032] 將所述浮雕圖像的圖像輪廓信息轉(zhuǎn)移到所述紅外圖像上，生成融合圖像。
[0033] 在本發(fā)明實(shí)施例所述的紅外圖像與可見光圖像融合的系統(tǒng)中，還包括：
[0034] 偽彩色處理模塊，用于對所述融合圖像進(jìn)行偽彩色處理，W獲取對應(yīng)的偽彩色圖 像。
[0035] 本發(fā)明實(shí)施例由于首先獲取同一視角的紅外圖像與可見光圖像，然后對可見光圖 像進(jìn)行平滑濾波處理、對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖 像，最后對浮雕圖像與紅外圖像進(jìn)行融合處理，得到融合圖像，從而可w使紅外圖像中的細(xì) 節(jié)顯示更加明確，使檢修人員可W快速獲取設(shè)備的溫度、位置及形態(tài)信息，進(jìn)而能夠使檢修 人員快速、準(zhǔn)確的識(shí)別出設(shè)備中超過指定溫度極限的部件，提高檢修人員對故障部件的檢 修效率。
【附圖說明】
[0036] 圖1是本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的方法的具體實(shí)現(xiàn)流程 圖；
[0037] 圖2是本發(fā)明另一實(shí)施例提供的紅外圖像與可見光圖像融合的方法的具體實(shí)現(xiàn) 流程圖；
[0038] 圖3是本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)的結(jié)構(gòu)框圖；
[0039] 圖4是本發(fā)明另一實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)的結(jié)構(gòu)框圖。
【具體實(shí)施方式】 W40] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。
[0041] 圖1是本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的方法的具體實(shí)現(xiàn)流程 圖。參見圖1所示，本發(fā)明實(shí)施例提供的一種紅外圖像與可見光圖像融合的方法，包括：
[0042] 在S101中，獲取同一視角的紅外圖像與可見光圖像。
[0043] 在本實(shí)施例中，為了獲取噪聲較小的紅外圖像，可選用非制冷型紅外傳感器拍攝 紅外圖像；為了使可見光圖像有較好的清晰度，可選用高分辨率的可見光傳感器用于拍攝 可見光圖像。
[0044] 在S102中，對所述可見光圖像進(jìn)行平滑濾波處理。
[0045] 在本實(shí)施例中，采用高斯濾波器GaussfilteHN，δ)對可見光圖像進(jìn)行平滑濾波 處理，W去除可見光圖像上的噪聲。高斯濾波器GaussfilteHN，δ)對于抑制服從正態(tài)分 布的噪聲非常有效，其定義為：
[0046]
[0047] 其中，Ν為高斯濾波窗口大小，取值范圍為巧，7] ; δ為高斯濾波器的方差系數(shù)，取 值范圍為[0. 3,0.引；i、j為可見光圖像中的二維坐標(biāo)，取值范圍為[-(N-D/2,（N-D/2]。 W48] 進(jìn)一步的，若所述可見光圖像為灰度圖像，則直接使用高斯濾波器 GaussfilteHN，δ)對所述可見光圖像進(jìn)行平滑濾波處理，即：
[0049]
[0050] 其中，@為卷積運(yùn)算符，Img為原始可見圖像，X為原始可見光圖像中像素點(diǎn)的橫 坐標(biāo)，y為原始可見光圖像中像素點(diǎn)的縱坐標(biāo)，Img_denoise為去噪后的圖像。
[0051] 進(jìn)一步的，若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中 Ξ個(gè)顏色分量的圖像分別進(jìn)行平滑濾波處理，即：
[0052]
陽053] 其中，@為卷積運(yùn)算符，Im曲為原始可見光圖像的R分量，ImgG為原始可見光圖 像的G分量，Im濁為原始可見光圖像的B分量，X為原始可見光圖像中像素點(diǎn)的橫坐標(biāo)，y 為原始可見光圖像中像素點(diǎn)的縱坐標(biāo)，Img_denoise為去噪后的可見光圖像。
[0054] 在S103中，對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖 像。
[0055] 在本實(shí)施例中，若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見 光圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖像，其浮雕算法如下：
[0056] Img_emb(x, y) = Img_denoise(x, y)-Img_denoise(x+1, y+1)+128 ;
[0057] 其中，Img_denoise為去噪后的可見光圖像，X為原始可見光圖像中像素點(diǎn)的橫坐 標(biāo)，y為原始可見光圖像中像素點(diǎn)的縱坐標(biāo)，Img_emb為生成的浮雕圖像。
[0058] 在本實(shí)施例中，若所述可見光圖像為彩色圖像，則找出所述可見光圖像的Ξ個(gè)顏 色分量中當(dāng)前像素點(diǎn)的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的差值絕對值最大的顏 色分量的圖像，采用浮雕算法對所述差值絕對值最大的顏色分量的圖像進(jìn)行浮雕處理，W 獲取對應(yīng)的浮雕圖像，其具體實(shí)現(xiàn)過程如下：
[0059] a.找出去噪后的可見光圖像中Ξ個(gè)顏色分量中當(dāng)前像素點(diǎn)的顏色值與其右下相 鄰像素點(diǎn)的顏色值之間的差值絕對值最大的顏色分量的圖像：
[0060] [diff, index] = max (|ImgR_deniose(x, y)-ImgR-deniose(x+1, y+1) |,
[0061] |lmgG_deniose(x,y)_ImgG_deniose(x + l,y+l)|, |lmgB_ deniose (X, y) -Im邑B (x+1, y+1) I)
[0062] 其中，ImgR_deniose為去噪后可見光圖像的R分量，ImgG_deniose為去噪后可見 光圖像的的G分量，ImgB_deniose為去噪后可見光圖像的B分量，X為原始可見光圖像中像 素點(diǎn)的橫坐標(biāo)，y為原始可見光圖像中像素點(diǎn)的縱坐標(biāo)，diff為最大差值的絕對值，index 為差值絕對值最大的顏色分量，max 0為最大值函數(shù)。
[0063] b.選擇差值絕對值最大的顏色分量的圖像，采用浮雕算法對其進(jìn)行浮雕處 W64] 理，W獲取對應(yīng)的浮雕圖像：
[0065] Img_emb (x, y) = Img_index (x, y) _Img_index (x+1, y+1) +128
[0066] 其中，Img_emb為生成的浮雕圖像，X為原始可見光圖像中像素點(diǎn)的橫坐標(biāo)，y為原 始可見光圖像中像素點(diǎn)的縱坐標(biāo)，Img_index為上一步中找到的最大顏色分量的圖像。
[0067] 在S104中，對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像。 W側(cè)在本實(shí)施例中，紅外傳感器所獲取的紅外圖像是灰度圖像，步驟S103中所獲取的 浮雕圖像也為灰度圖像，為了將浮雕圖像上的圖像輪廓信息轉(zhuǎn)移到紅外圖像上，采用了 W 下處理方式：
[0069] Img_mix (x, y) = Img_IR (x, y) +Img_emb (x, y) -128
[0070] 其中，Img_mix為生成的融合圖像，Img_IR為紅外圖像，Img_emb為浮雕圖像，X為 原始可見光圖像中像素點(diǎn)的橫坐標(biāo)，y為原始可見光圖像中像素點(diǎn)的縱坐標(biāo)。
[0071] 本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的方法由于首先獲取同一視角 的紅外圖像與可見光圖像，然后對可見光圖像進(jìn)行平滑濾波處理、對平滑濾波處理后的可 見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖像，最后對浮雕圖像與紅外圖像進(jìn)行融合處理， 得到融合圖像，從而可W使圖像中的細(xì)節(jié)顯示更加明確，使檢修人員可W快速獲取設(shè)備的 溫度、位置及形態(tài)信息，進(jìn)而能夠使檢修人員快速、準(zhǔn)確的識(shí)別出設(shè)備中超過指定溫度極限 的部件，提高檢修人員對故障部件的檢修效率。
[0072] 圖2是本發(fā)明另一實(shí)施例提供的紅外圖像與可見光圖像融合的方法的具體實(shí)現(xiàn) 流程圖。參見圖2所示，相對于上一實(shí)施例，本實(shí)施例中在S204之后還包括：
[0073] 在S205中，對所述融合圖像進(jìn)行偽彩色處理，W獲取對應(yīng)的偽彩色圖像。
[0074] 本實(shí)施例中的S201~S204與上一實(shí)施例中的S101~S104完全相同，因此，運(yùn)里 不再詳細(xì)闡述。相對于上一實(shí)施例，本實(shí)施例中進(jìn)一步將融合圖像轉(zhuǎn)化為偽彩色圖像，更能 表現(xiàn)出溫度差異的變化，進(jìn)一步提高了檢測人員檢修人員識(shí)別出設(shè)備中超過指定溫度極限 的部件的速度與準(zhǔn)確率，提高檢修人員對故障部件的檢修效率。
[0075] 圖3示出了本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)的結(jié)構(gòu)框圖， 該系統(tǒng)用于執(zhí)行本發(fā)明圖1實(shí)施例所述的紅外圖像與可見光圖像融合的方法。為了便于說 明，僅示出了與本實(shí)施例相關(guān)的部分。
[0076] 參見圖3所示，本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)包括：
[0077] 圖像獲取模塊1，用于獲取同一視角的紅外圖像與可見光圖像；
[0078] 濾波處理模塊2,用于對可見光圖像進(jìn)行平滑濾波處理；
[0079] 浮雕處理模塊3,用于對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng) 浮雕圖像；
[0080] 融合處理模塊4,用于對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖 像。
[0081] 進(jìn)一步的，所述濾波處理模塊2具體用于：
[0082] 若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見光圖像進(jìn)行浮雕 處理，W獲取對應(yīng)的浮雕圖像；
[0083] 若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中Ξ個(gè)顏色分 量的圖像分別進(jìn)行平滑濾波處理。
[0084] 進(jìn)一步的，所述浮雕處理模塊包括：
[00化]浮雕算法處理單元31，用于若所述可見光圖像為灰度圖像，則直接采用浮雕算法 對所述可見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖像；
[0086] 彩色圖像顏色分量處理單元32,用于若所述可見光圖像為彩色圖像，則找出所述 可見光圖像的Ξ個(gè)顏色分量中當(dāng)前像素點(diǎn)的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的 差值絕對值最大的顏色分量的圖像；
[0087] 浮雕算法處理單元31，還用于采用浮雕算法對所述差值絕對值最大的顏色分量的 圖像進(jìn)行浮雕處理，W獲取對應(yīng)的浮雕圖像。
[0088] 進(jìn)一步的，所述融合處理模塊4具體用于：
[0089] 將所述浮雕圖像的圖像輪廓信息轉(zhuǎn)移到所述紅外圖像上，生成融合圖像。
[0090] 本發(fā)明實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)由于首先獲取同一視角 的紅外圖像與可見光圖像，然后對可見光圖像進(jìn)行平滑濾波處理、對平滑濾波處理后的可 見光圖像進(jìn)行浮雕處理，W獲取對應(yīng)浮雕圖像，最后對浮雕圖像與紅外圖像進(jìn)行融合處理， 得到融合圖像，從而可W使圖像中的細(xì)節(jié)顯示更加明確，使檢修人員可W快速獲取設(shè)備的 溫度、位置及形態(tài)信息，進(jìn)而能夠使檢修人員快速、準(zhǔn)確的識(shí)別出設(shè)備中超過指定溫度極限 的部件，提高檢修人員對故障部件的檢修效率。
[0091] 圖4示出了本發(fā)明另一實(shí)施例提供的紅外圖像與可見光圖像融合的系統(tǒng)的結(jié)構(gòu) 框圖，該系統(tǒng)用于執(zhí)行本發(fā)明圖2實(shí)施例所述的紅外圖像與可見光圖像融合的方法。為了 便于說明，僅示出了與本實(shí)施例相關(guān)的部分。
[0092] 參見圖4所示，相對于上一實(shí)施例本實(shí)施例提供的紅外圖像與可見光圖像融合的 系統(tǒng)還包括：
[0093] 偽彩色處理模塊5,用于對所述融合圖像進(jìn)行偽彩色處理，W獲取對應(yīng)的偽彩色圖 像。
[0094] 相對于上一實(shí)施例，本實(shí)施例中的偽彩色處理模塊5可W進(jìn)一步將融合圖像轉(zhuǎn)化 為偽彩色圖像，其更能表現(xiàn)出溫度差異的變化，進(jìn)一步提高了檢測人員檢修人員識(shí)別出設(shè) 備中超過指定溫度極限的部件的速度與準(zhǔn)確率，提高檢修人員對故障部件的檢修效率。
[0095] 上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用W限制本發(fā)明，凡在本發(fā)明的精神 和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種紅外圖像與可見光圖像融合的方法，其特征在于，包括： 獲取同一視角的紅外圖像與可見光圖像； 對所述可見光圖像進(jìn)行平滑濾波處理； 對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，以獲取對應(yīng)浮雕圖像； 對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像。2. 如權(quán)利要求1所述的紅外圖像與可見光圖像融合的方法，其特征在于，所述對可見 光圖像進(jìn)行平滑濾波處理具體包括： 若所述可見光圖像為灰度圖像，則直接使用高斯濾波器對所述可見光圖像進(jìn)行平滑濾 波處理； 若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中三個(gè)顏色分量的 圖像分別進(jìn)行平滑濾波處理。3. 如權(quán)利要求2所述的紅外圖像與可見光圖像融合的方法，其特征在于，所述對平滑 濾波處理后的可見光圖像進(jìn)行浮雕處理，以獲取對應(yīng)浮雕圖像具體包括： 若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見光圖像進(jìn)行浮雕處 理，以獲取對應(yīng)的浮雕圖像； 若所述可見光圖像為彩色圖像，則找出所述可見光圖像的三個(gè)顏色分量中當(dāng)前像素點(diǎn) 的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的差值絕對值最大的顏色分量的圖像，采用浮 雕算法對所述差值絕對值最大的顏色分量的圖像進(jìn)行浮雕處理，以獲取對應(yīng)的浮雕圖像。4. 如權(quán)利要求3所述的紅外圖像與可見光圖像融合的方法，其特征在于，對所述浮雕 圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像具體包括： 將所述浮雕圖像的圖像輪廓信息轉(zhuǎn)移到所述紅外圖像上，生成融合圖像。5. 如權(quán)利要求4所述的紅外圖像與可見光圖像融合的方法，其特征在于，在對所述浮 雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像之后還包括： 對所述融合圖像進(jìn)行偽彩色處理，以獲取對應(yīng)的偽彩色圖像。6. -種紅外圖像與可見光圖像融合的系統(tǒng)，其特征在于，包括： 圖像獲取模塊，用于獲取同一視角的紅外圖像與可見光圖像； 濾波處理模塊，用于對所述可見光圖像進(jìn)行平滑濾波處理； 浮雕處理模塊，用于對平滑濾波處理后的可見光圖像進(jìn)行浮雕處理，以獲取對應(yīng)浮雕 圖像； 融合處理模塊，用于對所述浮雕圖像與所述紅外圖像進(jìn)行融合處理，得到融合圖像。7. 如權(quán)利要求6所述的紅外圖像與可見光圖像融合的系統(tǒng)，其特征在于，所述濾波處 理模塊具體用于： 若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述可見光圖像進(jìn)行浮雕處 理，以獲取對應(yīng)的浮雕圖像； 若所述可見光圖像為彩色圖像，則使用高斯濾波器對所述彩色圖像中三個(gè)顏色分量的 圖像分別進(jìn)行平滑濾波處理。8. 如權(quán)利要求7所述的紅外圖像與可見光圖像融合的系統(tǒng)，其特征在于，所述浮雕處 理模塊包括： 浮雕算法處理單元，用于若所述可見光圖像為灰度圖像，則直接采用浮雕算法對所述 可見光圖像進(jìn)行浮雕處理，以獲取對應(yīng)的浮雕圖像； 彩色圖像顏色分量處理單元，用于若所述可見光圖像為彩色圖像，則找出所述可見光 圖像的三個(gè)顏色分量中當(dāng)前像素點(diǎn)的顏色值與其右下相鄰像素點(diǎn)的顏色值之間的差值絕 對值最大的顏色分量的圖像； 所述浮雕算法處理單元，還用于采用浮雕算法對所述差值絕對值最大的顏色分量的圖 像進(jìn)行浮雕處理，以獲取對應(yīng)的浮雕圖像。9. 如權(quán)利要求8所述的紅外圖像與可見光圖像融合的系統(tǒng)，其特征在于，所述融合處 理模塊具體用于： 提取所述浮雕圖像的圖像輪廓信息，并將所述圖像輪廓信息轉(zhuǎn)移到所述紅外圖像上， 生成融合圖像。10. 如權(quán)利要求9所述的紅外圖像與可見光圖像融合的系統(tǒng)，其特征在于，還包括： 偽彩色處理模塊，用于對所述融合圖像進(jìn)行偽彩色處理，以獲取對應(yīng)的偽彩色圖像。
【文檔編號(hào)】G06T5/50GK105989585SQ201510098298
【公開日】2016年10月5日
【申請日】2015年3月5日
【發(fā)明人】彭志遠(yuǎn), 王飛
【申請人】深圳市朗馳欣創(chuàng)科技有限公司