像/該可見光圖像上的每一個像素點，將所有邊 緣點進行連接。
[0029] 本發(fā)明還提出一種紅外與微光/可見光融合成像的系統(tǒng)，包括：
[0030] 圖像增強模塊，用于獲取紅外圖像、微光圖像/可見光圖像，并對該紅外圖像、該 微光圖像/該可見光圖像，進行圖像增強，其中根據(jù)當前環(huán)境的光線強度選擇獲取該微光 圖像或該可見光圖像；
[0031] 圖像融合模塊，用于提取圖像增強后的該紅外圖像的目標區(qū)域，并通過縮放平移 將該目標區(qū)域，與圖像增強后的該微光圖像/該可見光圖像中相對應的區(qū)域進行融合，W 完成該紅外圖像與該微光圖像/可見光圖像的融合成像。
[0032] 所述的紅外與微光/可見光融合成像的系統(tǒng)，該圖像增強模塊還包括：
[0033] 紅外圖像增強模塊，用于對該紅外圖像進行對數(shù)變換，生成該紅外圖像的灰度圖 像，并通過多尺度處理方式將該灰度圖像分為高尺度圖像、中尺度圖像、低尺度圖像；對每 個尺度的圖像的入射光進行評估，并進行高斯加權(quán)處理，獲取每個尺度的圖像的入射光照 度圖像；對該入射光照度圖像進行自適應加權(quán)疊加，獲取該紅外圖像的初步增強圖像；對 該初步增強圖像進行灰度拉伸，獲取灰度拉伸圖像，對該灰度拉伸圖像進行自適應增強，獲 取該紅外圖像的最終增強圖像。
[0034] 所述的紅外與微光/可見光融合成像的系統(tǒng)，該圖像增強模塊還包括：
[0035] 微光/可見光圖像去霧增強模塊，用于判斷是否需要對該微光圖像/該可見光圖 像進行去霧操作，若需要，則根據(jù)該微光圖像/可見光圖像的顏色特征與紋理特征，對該微 光圖像/該可見光圖像進行分割；獲取分割后的每個區(qū)域的暗原色，并根據(jù)該暗原色，獲取 該微光圖像/該可見光圖像的大氣光值；通過暗原色先驗，獲取該微光圖像/該可見光圖像 的透射率初始值，并通過軟樞圖方法對該透射率初始值進行優(yōu)化，獲取該微光圖像/該可 見光圖像的最終透射率；根據(jù)該大氣光值與該最終透射率，通過霧圖形成模型，獲取去霧后 的新微光圖像/新可見光圖像。
[0036] 所述的紅外與微光/可見光融合成像的系統(tǒng)，該微光/可見光圖像去霧增強模塊 還包括：
[0037] 對該新微光圖像/該新可見光圖像進行濾波去噪與直方圖增強，W完成對該微光 圖像/該可見光圖像進行圖像增強。
[0038] 所述的紅外與微光/可見光融合成像的系統(tǒng)，該圖像融合模塊還包括：
[0039] 對圖像增強后的該紅外圖像進行邊緣檢測，并通過全局闊值法對邊緣檢測后的該 紅外圖像進行全局二值化，將全局二值化后的該紅外圖像的像素連通域小于某一闊值的像 素點作為噪聲點進行過濾，獲取去噪后的該微光圖像/該可見光圖像；遍歷去噪后的該微 光圖像/該可見光圖像上的每一個像素點，將所有邊緣點進行連接。
[0040] 由W上方案可知，本發(fā)明的優(yōu)點在于：
[0041] 紅外熱像儀與可見光攝像機組合實現(xiàn)白天的融合成像，與星光攝像機組合實現(xiàn)夜 晚的融合成像，通過光敏元件實現(xiàn)自動日夜切換，達到全天候視頻監(jiān)控；針對復雜環(huán)境，加 入可見光圖像去霧增強模塊，可W提高目標識別準確率；可W通過網(wǎng)絡實現(xiàn)視頻實時傳輸 與圖像采集系統(tǒng)的遠程控制。
【附圖說明】
[0042] 圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)圖；
[0043] 圖2是紅外圖像增強流程圖；
[0044] 圖3是微光/可見光圖像去霧增強流程圖；
[0045] 圖4是紅外圖像和微光/可見光圖像配準融合流程圖。
[0046] 其中附圖標記為：
[0047] 步驟100為紅外圖像增強步驟，包括：
[0048] 步驟 101/102/103/104/105/106/107 ;
[0049] 步驟200為微光/可見光圖像去霧增強步驟，包括：
[0050] 步驟 201/202/203/204/205/206/207 ;
[0051] 步驟300為紅外圖像和微光/可見光圖像配準融合步驟，包括：
[0052] 步驟 301/302/303。
【具體實施方式】
[0053] 本發(fā)明的目的在于提供一種適用于復雜環(huán)境的紅外、微光/可見光融合成像系 統(tǒng)，用于視頻圖像監(jiān)控，針對多霧天氣，通過圖像增強模塊，對獲取紅外圖像、微光圖像/可 見光圖像，并對該紅外圖像、該微光圖像/該可見光圖像，進行圖像增強，其中根據(jù)當前環(huán) 境的光線強度選擇獲取該微光圖像或該可見光圖像，該圖像增強模塊包括微光/可見光圖 像去霧增強模塊、紅外圖像增強模塊，微光/可見光圖像去霧增強模塊采用一種去霧后對 比度更高，圖像更清晰，細節(jié)更豐富的圖像去霧算法；紅外圖像增強模塊采用一種基于優(yōu)化 的多尺度Retinex理論的紅外增強算法；提出一種基于網(wǎng)絡的系統(tǒng)控制模塊，實現(xiàn)融合成 像系統(tǒng)的遠程控制。
[0054] W下結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述，但不作為對本發(fā)明的限定。
[00巧]如圖1所示本發(fā)明的系統(tǒng)包括Η種攝像機，分別為紅外熱像儀和星光/可見光攝 像機，紅外熱像儀、星光/可見光攝像機固定在云臺同一豎直位置上，云臺裝有光敏元件， 可W自動識別出當前是白天還是晚上或者陰天還是晴天（即根據(jù)當前環(huán)境的光線強度進 行判斷），實現(xiàn)星光攝像機（用于獲取微光圖像）和可見光攝像機的自動切換；攝像機和云 臺通過網(wǎng)絡與PC機相連，PC機系統(tǒng)控制模塊通過網(wǎng)絡發(fā)送控制指令控制云臺的轉(zhuǎn)動，紅外 熱像儀和星光/可見光攝像機通過網(wǎng)絡將采集的視頻圖像分別發(fā)送給紅外圖像增強模塊 和微光/可見光圖像去霧增強模塊。
[0056] 紅外圖像增強模塊采用改進的多尺度Retinex方法實現(xiàn)紅外圖像增強，如圖2所 示，其具體步驟為：
[0057] 步驟101，紅外圖像增強模塊從紅外圖像存儲隊列中取一頓圖像；
[0058] 步驟102,采用對數(shù)變換將求解反射圖像過程中的乘法運算變成加減法運算，減少 計算復雜度，獲取該紅外圖像的灰度圖像；
[0059] 步驟103,選擇高斯函數(shù)fu，^ 作為環(huán)境函數(shù)，其中高斯函數(shù)的標準偏 差σ是用來控制環(huán)境函數(shù)范圍的尺度，決定圖像中有多少細節(jié)信息被保留，選?。?5,80， 250) Η個高斯函數(shù)標準差作為高、中、低Η個尺度進行多尺度圖像處理，既可W很好的實現(xiàn) 圖像的動態(tài)范圍壓縮，又可W保證較好的圖像色感一致性；
[0060] 步驟104,對數(shù)運算后對圖像的入射光進行評估，用不同的高斯模板遍歷圖像像 素，對每個圖像進行高斯加權(quán)處理，得到不同尺度下的入射光照度圖像。
[0061] 步驟105,對Η個尺度的入射光照度圖像估計進行自適應加權(quán)疊加，得到該紅外圖 像的增強圖像；
[0062] 步驟106,對對數(shù)域中經(jīng)過多尺度增強的紅外圖像進行灰度拉伸，進一步提高圖像 對比度；
[0063] 步驟107,再對灰度拉伸的圖像進行自適應增強得到最終的增強圖像。
[0064] 微光/可見光圖像去霧增強模塊采用基于圖像分割和暗原色先驗理論的圖像去 霧算法，通過系統(tǒng)控制模塊根據(jù)當前環(huán)境是否有霧選擇是否進行去霧過程，去霧后對圖像 進行增強，進一步提高圖像清晰度，如圖3所示，其具體步驟為：
[0065] 步驟201，微光/可見光圖像去霧增強模塊從微光/可見光圖像存儲隊列中取一頓 圖像；
[0066] 步驟202,根據(jù)系統(tǒng)控制模塊的選擇決定是否進行去霧操作，如不需要去霧，直接 執(zhí)行步驟207 ;
[0067] 步驟203,采用JSEG圖像分割算法，W顏色特征和紋理特征為依據(jù)對該微光/可見 光圖像進行圖像分割；
[0068] 步驟204,對圖像分割后的微光/可見光圖像的每一區(qū)域獲取該區(qū)域的暗原色，并 根據(jù)暗原色獲取微光/可見光圖像的大氣光值；
[0069] 步驟205,根據(jù)暗原色先驗獲取微光/可見光圖像的透射率初始值，根據(jù)軟樞圖方 法對透射率初始值進行優(yōu)化，得到優(yōu)化后的透射率；
[0070] 步驟206,根據(jù)霧圖形成模型，利用所述大氣光值和所述優(yōu)化后的透射率，獲取去 霧后的微光/可見光圖像；
[0071] 步驟207,對