CN110728703B - 可见光图像与日盲紫外光图像的配准融合方法 - Google Patents

可见光图像与日盲紫外光图像的配准融合方法 Download PDF

Info

Publication number
CN110728703B
CN110728703B CN201910869579.8A CN201910869579A CN110728703B CN 110728703 B CN110728703 B CN 110728703B CN 201910869579 A CN201910869579 A CN 201910869579A CN 110728703 B CN110728703 B CN 110728703B
Authority
CN
China
Prior art keywords
image
coordinate system
light image
light source
visible light
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910869579.8A
Other languages
English (en)
Other versions
CN110728703A (zh
Inventor
郑丽霞
卢嘉琪
王培焜
吴金
孙伟锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201910869579.8A priority Critical patent/CN110728703B/zh
Publication of CN110728703A publication Critical patent/CN110728703A/zh
Application granted granted Critical
Publication of CN110728703B publication Critical patent/CN110728703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种可见光图像与日盲紫外光图像的配准融合方法,包括:获取被扫描范围内的可见光图像和日盲紫外光图像;在可见光图像中提取激光点,得到激光点在可见光图像中的光源像素区域;识别紫外光源在日盲紫外光图像中光源位置信息,根据光源位置信息确定所述日盲紫外光图像的目标光源范围;将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系;将坐标转换后目标光源范围的各个像素点与光源像素区域的各个像素点进行融合,实现可见光图像与日盲紫外光图像的配准融合。采用本方法能够实现可见光图像中紫外光源信息与日盲紫外光图像中紫外光源信息的融合,提高两者的融合效率。

Description

可见光图像与日盲紫外光图像的配准融合方法
技术领域
本发明涉及图像处理技术领域,尤其涉及一种可见光图像与日盲紫外光图像的配准融合方法。
背景技术
由于各个光源本身的物理特性和单一光源图像传感器成像原理的不同,往往导致单一光源图像传感器获得的图片中包含的场景有效信息有限。例如单一的可见光源图像传感器仅能获得拍摄场景的位置信息,而单一的日盲紫外光源图像传感器仅能传递探测范围内日盲紫外光源的位置和强度信息。由于成像原理不同,异源图像缺少统一的参照物,且异源图像反应的探测范围大小相差较大,异源图像配准融合难度较大。日盲紫外光的特性,一般物体无法像辐射红外光一样自主辐射日盲紫外光,因而基于特征检测的传统异源图像配准融合算法提取可用特征算子的难度大,导致进行相应图像融合的过程复杂,效率低。
发明内容
针对以上问题,本发明提出一种可见光图像与日盲紫外光图像的配准融合方法。
为实现本发明的目的,提供一种可见光图像与日盲紫外光图像的配准融合方法,包括如下步骤:
S10,获取被扫描范围内的可见光图像和日盲紫外光图像;
S20,在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域;
S30,识别紫外光源在所述日盲紫外光图像中光源位置信息,根据所述光源位置信息确定所述日盲紫外光图像的目标光源范围;
S40,将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系;
S50,将坐标转换后目标光源范围的各个像素点与所述可见光图像中光源像素区域的各个像素点进行融合,实现所述可见光图像与日盲紫外光图像的配准融合。
在其中一个实施例中,所述将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系包括:
将所述目标光源范围的各个像素点分别由所述日盲紫外光图像对应的第二图像像素坐标系转换至第二图像物理坐标系;
将所述第二图像物理坐标系中目标光源范围的各个像素点分别转换至摄像机坐标系;
将所述摄像机坐标系中目标光源范围的各个像素点分别转换至第一图像物理坐标系;
将所述第一图像物理坐标系中目标光源范围的各个像素点分别转换至所述第一图像像素坐标系。
在其中一个实施例中,所述获取被扫描范围内的可见光图像和日盲紫外光图像包括:
通过CCD相机拍摄所述被扫描范围,获得所述可见光图像;通过日盲紫外探测设备拍摄所述被扫描范围,获得所述日盲紫外光图像。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
获取被扫描范围与CCD相机的CCD镜头之间的第一物距;
获取被扫描范围与日盲紫外探测设备的日盲紫外探测镜头之间的第二物距;
获取CCD镜头与日盲紫外探测镜头之间的间距、可见光图像的第一分辨率和日盲紫外光图像的第二分辨率;
根据所述第二物距和第二分辨率确定第二图像像素坐标系转换至第二图像物理坐标系之间的第一坐标转换关系式;
根据所述第二物距和间距确定第二图像物理坐标系到摄像机坐标系之间的第二坐标转换关系式;
根据所述第一物距和间距确定摄像机坐标系到第一图像物理坐标系之间的第三坐标系转换关系式;
根据所述第一物距和第一分辨率确定第一图像物理坐标系到第一图像像素坐标系之间的第四坐标转换关系式。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
将所述日盲紫外光图像中的扫描起始点转换至所述可见光图像对应的第一图像像素坐标系,得到起始点转换坐标;
若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值小于差值阈值,判定配准参数准确;所述配准参数包括第一物距、第二物距、CCD镜头与日盲紫外探测镜头之间的间距、第一分辨率、以及第二分辨率。
作为一个实施例,所述将所述日盲紫外光图像中的扫描起始点转换至所述可见光图像对应的第一图像像素坐标系包括:
根据所述第一坐标转换关系式将所述第二图像像素坐标系的扫描起始点转换至图像物理坐标系;
根据所述第二坐标转换关系式将所述第二图像物理坐标系的扫描起始点转换至摄像机坐标系;
根据所述第三坐标转换关系式将所述摄像机坐标系的扫描起始点转换至第一图像物理坐标系;
根据所述第四坐标转换关系式将所述第一图像物理坐标系的扫描起始点转换至第一图像像素坐标系。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值大于或等于差值阈值,判定配准参数错误。
在其中一个实施例中,上述可见光图像与日盲紫外光图像的配准融合方法,还包括:
根据所述日盲紫外光图像检测紫外光源的光源强度信息。
在其中一个实施例中,所述在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域包括:
识别所述可见光图像中的指示激光点,以及与所述指示激光相似度大于相似度阈值的各个相似激光点;
确定各个相似激光点对应的相似区域,计算各个相似区域的像素均值;
若所述像素均值大于设定阈值,则判定相应相似激光点为真实激光点;
根据所述指示激光点和真实激光点确定所述激光点在所述可见光图像中的光源像素区域。
上述可见光图像与日盲紫外光图像的配准融合方法,可以获取被扫描范围内的可见光图像和日盲紫外光图像,在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域,并识别紫外光源在所述日盲紫外光图像中光源位置信息,根据所述光源位置信息确定所述日盲紫外光图像的目标光源范围,以将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系,将坐标转换后目标光源范围的各个像素点与所述可见光图像中光源像素区域的各个像素点进行融合,实现所述可见光图像中紫外光源信息与日盲紫外光图像中紫外光源信息的配准融合,提高两者的融合效率,进而提高进行相应紫外光源检测的效率。
附图说明
图1是一个实施例的可见光图像与日盲紫外光图像的配准融合方法流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参考图1所示,图1为一个实施例的可见光图像与日盲紫外光图像的配准融合方法流程图,包括如下步骤:
S10,获取被扫描范围内的可见光图像和日盲紫外光图像;
上述被扫描范围可以为需要进行紫外光源检测的范围。可见光图像可以为CCD相机针对被扫描范围拍摄得到的图像。日盲紫外光图像可以为日盲紫外探测设备(如日盲紫外探测电路)针对被扫描范围拍摄得到的图像。
S20,在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域;
上述光源像素区域为可见光图像中激光点(紫外光源)对应的区域。
S30,识别紫外光源在所述日盲紫外光图像中光源位置信息,根据所述光源位置信息确定所述日盲紫外光图像的目标光源范围;
上述步骤还可以从日盲紫外光图像中检测光源强度信息,以获得更为完善的光源信息。
S40,将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系;
具体地,上述步骤可以先将目标光源范围的各个像素点转换至其他中间坐标系,再将中间坐标系目标光源范围的各个像素点转换至第一图像像素坐标系,以保证像素点转换过程中的准确性。
S50,将坐标转换后目标光源范围的各个像素点与所述可见光图像中光源像素区域的各个像素点进行融合,实现所述可见光图像与日盲紫外光图像的配准融合。
上述步骤具体可以实现可见光图像中紫外光源信息与日盲紫外光图像中紫外光源信息的融合,以用于相应被扫描范围中紫外光源的检测,提高紫外光源检测的准确性。
上述可见光图像与日盲紫外光图像的配准融合方法,可以获取被扫描范围内的可见光图像和日盲紫外光图像,在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域,并识别紫外光源在所述日盲紫外光图像中光源位置和强度信息,根据所述光源位置信息确定所述日盲紫外光图像的目标光源范围,以将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系,将坐标转换后目标光源范围的各个像素点与所述可见光图像中光源像素区域的各个像素点进行融合,实现所述可见光图像中紫外光源信息与日盲紫外光图像中紫外光源信息的配准融合,提高两者的融合效率,进而提高进行相应紫外光源检测的效率。
在一个实施例中,所述将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系包括:
将所述目标光源范围的各个像素点分别由所述日盲紫外光图像对应的第二图像像素坐标系转换至第二图像物理坐标系;
将所述第二图像物理坐标系中目标光源范围的各个像素点分别转换至摄像机坐标系;
将所述摄像机坐标系中目标光源范围的各个像素点分别转换至所述第一图像物理坐标系;
将所述第一图像物理坐标系中目标光源范围的各个像素点分别转换至所述第一图像像素坐标系。
具体地,第一图像像素坐标系和第二图像像素坐标系在相应成像平面上,以相应图像左上角的第一个像素点为坐标原点,以图像的长宽方向为横纵坐标轴方向,坐标系的单位是像素。第二图像物理坐标系在成像平面上,原点为日盲紫外探测镜头光轴与成像平面的焦点,通常情况下为成像平面的中点,以水平方向和垂直于水平方向为横纵坐标轴方向,坐标系的单位是长度单位,属于物理单位。摄像机坐标系以镜头光心为坐标原点,以CCD相机镜头到紫外探测镜头的方向和垂直方向为横纵坐标轴方向,坐标系的单位是长度单位,属于物理单位。第一图像物理坐标系在成像平面上,原点为CCD相机镜头光轴与成像平面的焦点,通常情况下为成像平面的中点,以水平方向和垂直于水平方向为横纵坐标轴方向,坐标系的单位是长度单位,属于物理单位。
具体地,可以获取被扫描范围与CCD相机的CCD镜头之间的第一物距,获取被扫描范围与日盲紫外探测设备的日盲紫外探测镜头之间的第二物距,获取CCD镜头与日盲紫外探测镜头之间的间距、可见光图像的第一分辨率和日盲紫外光图像的第二分辨率;依据第二物距和第二分辨率确定第二图像像素坐标系转换至第二图像物理坐标系之间的第一坐标转换关系式,根据上述第一坐标转换关系式将目标光源范围的各个像素点分别由所述日盲紫外光图像对应的第二图像像素坐标系转换至第二图像物理坐标系;根据第二物距和间距确定第二图像物理坐标系到摄像机坐标系之间的第二坐标转换关系式,根据第二坐标转换关系式将第二图像物理坐标系中目标光源范围的各个像素点分别转换至摄像机坐标系;根据第一物距和间距确定摄像机坐标系到第一图像物理坐标系之间的第三坐标转换关系式,根据上述第三坐标转换关系式将摄像机坐标系中目标光源范围的各个像素点分别转换至第一图像物理坐标系;根据第一物距和第一分辨率确定第一图像物理坐标系到第一图像像素坐标系之间的第四坐标转换关系式,根据上述第四坐标转换关系式将第一图像物理坐标系中目标光源范围的各个像素点分别转换至所述第一图像像素坐标系;以将目标光源范围的各个像素点分别转换至可见光图像对应的第一图像像素坐标系,使可见光图像中紫外光源与日盲紫外光图像中紫外光源实现精准融合。
在一个实施例中,所述获取被扫描范围内的可见光图像和日盲紫外光图像包括:
通过CCD相机拍摄所述被扫描范围,获得所述可见光图像;通过日盲紫外探测设备(如日盲紫外探测电路)拍摄所述被扫描范围,获得所述日盲紫外光图像。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
获取被扫描范围与CCD相机的CCD镜头之间的第一物距;
获取被扫描范围与日盲紫外探测设备的日盲紫外探测镜头之间的第二物距;
获取CCD镜头与日盲紫外探测镜头之间的间距、可见光图像的第一分辨率和日盲紫外光图像的第二分辨率;
根据所述第二分辨率确定第二图像像素坐标系转换至第二图像物理坐标系之间的第一坐标转换关系式;
根据所述第二物距和间距确定第二图像物理坐标系到摄像机坐标系之间的第二坐标转换关系式;
根据所述第一物距和间距确定摄像机坐标系到第一图像物理坐标系之间的第三坐标系转换关系式;
根据所述第一分辨率确定第一图像物理坐标系到第一图像像素坐标系之间的第四坐标转换关系式。
上述可见光图像与日盲紫外光图像的配准融合过程中的配准参数包括被扫描范围与CCD相机的CCD镜头之间的第一物距、被扫描范围与日盲紫外探测设备的日盲紫外探测镜头之间的第二物距、CCD镜头与日盲紫外探测镜头之间的间距、可见光图像的第一分辨率和日盲紫外光图像的第二分辨率等参数,若上述配准参数为准确的,则可以对图像融合结果的准确性进行有效保障,若上述配准参数出现错误,则相应图像融合结果极有可能出现错误。
进一步地,可以依据上述第一物距和第二物距计算出两镜头(CCD镜头和日盲紫外探测镜头)的像距和两镜头的视场角,利用获得的配准参数对可见光图像和日盲紫外光图像进行配准和融合。以上述第一物距、第二物距、间距和图片分辨率(第一分辨率和第二分辨率)、像距和视场角为配准参数,将上述配准参数带入图像像素坐标系(如第一图像像素坐标系和第二图像像素坐标系)、图像物理坐标系(如第一图像物理坐标系和第二图像物理坐标系)和摄像机坐标系的转换关系中,完成可见光图像和日盲紫外光图像的配准和融合。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
将所述日盲紫外光图像中的扫描起始点转换至所述可见光图像对应的第一图像像素坐标系,得到起始点转换坐标;
若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值小于差值阈值,判定配准参数准确;所述配准参数包括第一物距、第二物距、CCD镜头与日盲紫外探测镜头之间的间距、第一分辨率、以及第二分辨率。
上述差值阈值可以依据相应图像融合精度设置,比如设置为0.5等值。若起始点转换坐标与可见光图像中的扫描起始点坐标之间的差值小于差值阈值,表明相应图像融合过程中采用的配准参数准确,此时可以继续执行在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域等图像融合过程,以实现可见光图像中紫外光源与日盲紫外光图像中紫外光源的融合。
作为一个实施例,所述将所述日盲紫外光图像中的扫描起始点转换至所述可见光图像对应的第一图像像素坐标系包括:
根据所述第一坐标转换关系式将所述第二图像像素坐标系的扫描起始点转换至第二图像物理坐标系;
根据所述第二坐标转换关系式将所述图像物理坐标系的扫描起始点转换至摄像机坐标系;
根据所述第三坐标转换关系式将所述摄像机坐标系的扫描起始点转换至第一图像物理坐标系。
根据所述第四坐标系转换关系式将所述第一图像物理坐标系中的扫描起始点转换至第一图像像素坐标系。
作为一个实施例,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值大于或等于差值阈值,判定配准参数错误。
若起始点转换坐标与可见光图像中的扫描起始点坐标之间的差值大于或等于差值阈值,表明当前获得的配准参数出现误差大等错误,可以向用户报错,并返回执行获取被扫描范围内的可见光图像和日盲紫外光图像的过程,依据新获取的可见光图像和日盲紫外光图像进行可见光图像中紫外光源与日盲紫外光图像中紫外光源的融合,以保证所得融合结果的准确性。
在一个实施例中,上述可见光图像与日盲紫外光图像的配准融合方法,还包括:
根据所述日盲紫外光图像检测紫外光源的光源强度信息。
具体地,还可以从日盲紫外光图像中提取出紫外光源目标的位置和强度信息,根据物距(如第一物距和第二物距)、相关焦距和像距的计算公式计算得出两镜头的像距,根据物距和拍摄范围计算得出CCD镜头的视场角,根据探测器规格和像距计算得出日盲紫外探测范围的视场角,以为被扫描范围内紫外光源的检测做准备。
在一个实施例中,所述在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域包括:
识别所述可见光图像中的指示激光点,以及与所述指示激光相似度大于相似度阈值的各个相似激光点;
确定各个相似激光点对应的相似区域,计算各个相似区域的像素均值;
若所述像素均值大于设定阈值,则判定相应相似激光点为真实激光点;若所述像素均值小于或等于设定阈值,则判定相应相似激光点为噪声点;
根据所述指示激光点和真实激光点确定所述激光点在所述可见光图像中的光源像素区域。
上述相似激光点为可见光图像中与指示激光点有相似RGB分量的其他像素点。上述像素均值可以指相似区域中各个像素点对应的RGB分量均值。
上述相似度阈值可以设为80%或者90%等值。上述相似区域可以为以相似度阈值为中心的3行3列光源像素区域。上述设定阈值可以依据紫外光源的特征以及相关精度需求设置。
本实施例可以对相似激光点进行识别和检测,以进一步识别真实激光点,剔除噪声点,保证所确定的初始图像的准确性。
上述可见光图像与日盲紫外光图像的配准融合方法,实时获取被扫描范围的可见光图像和日盲紫外光图像;而后获取被扫描范围与各个镜头之间的物距,CCD镜头与日盲紫外探测镜头之间的间距等配置参数;然后利用获取到的配准参数完成可见光图像和日盲紫外光图像的配准和融合。在配准过程中利用获取到的配准参数,通过两个镜头之间的几何关系完成配准,大大降低了配准的运算量。其中的配准方式是通过几何运算实现的,避免了传统的通过图像特征匹配实现的配准会出现的漏检测或误检测。提高了被扫描范围的可见光图像和日盲紫外光图像的速度和精度。且对探测背景的干净度要求低,对于不同探测背景的普适性高,计算量小,对手持式设备更加友好。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
需要说明的是,本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种可见光图像与日盲紫外光图像的配准融合方法,其特征在于,包括如下步骤:
S10,获取被扫描范围内的可见光图像和日盲紫外光图像,还包括:
获取被扫描范围与CCD相机的CCD镜头之间的第一物距;获取被扫描范围与日盲紫外探测设备的日盲紫外探测镜头之间的第二物距;获取CCD镜头与日盲紫外探测镜头之间的间距、可见光图像的第一分辨率和日盲紫外光图像的第二分辨率;根据所述第二物距和第二分辨率确定第二图像像素坐标系转换至第二图像物理坐标系之间的第一坐标转换关系式;根据所述第二物距和间距确定第二图像物理坐标系到摄像机坐标系之间的第二坐标转换关系式;根据所述第一物距和间距确定摄像机坐标系到第一图像物理坐标系之间的第三坐标系转换关系式;根据所述第一物距和第一分辨率确定第一图像物理坐标系到第一图像像素坐标系之间的第四坐标转换关系式;
将所述日盲紫外光图像中的扫描起始点转换至所述可见光图像对应的第一图像像素坐标系,得到起始点转换坐标;若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值小于差值阈值,判定配准参数准确;所述配准参数包括第一物距、第二物距、CCD镜头与日盲紫外探测镜头之间的间距、第一分辨率、以及第二分辨率;
S20,在所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域;
S30,识别紫外光源在所述日盲紫外光图像中光源位置信息,根据所述光源位置信息确定所述日盲紫外光图像的目标光源范围;
S40,将所述目标光源范围的各个像素点分别转换至所述可见光图像对应的第一图像像素坐标系,包括:
将所述目标光源范围的各个像素点分别由所述日盲紫外光图像对应的第二图像像素坐标系转换至第二图像物理坐标系;将所述第二图像物理坐标系中目标光源范围的各个像素点分别转换至摄像机坐标系;将所述摄像机坐标系中目标光源范围的各个像素点分别转换至第一图像物理坐标系;将所述第一图像物理坐标系中目标光源范围的各个像素点分别转换至所述第一图像像素坐标系;
根据所述第一坐标转换关系式将所述第二图像像素坐标系的扫描起始点转换至第二图像物理坐标系;根据所述第二坐标转换关系式将所述第二图像物理坐标系的扫描起始点转换至摄像机坐标系;根据第三坐标转换关系式将所述摄像机坐标系的扫描起始点转换至第一图像物理坐标系;根据所述第四坐标转换关系式将所述第一图像物理坐标系的扫描起始点转换至第一图像像素坐标系;
S50,将坐标转换后目标光源范围的各个像素点与所述可见光图像中光源像素区域的各个像素点进行融合,实现所述可见光图像与日盲紫外光图像的配准融合。
2.根据权利要求1所述的可见光图像与日盲紫外光图像的配准融合方法,其特征在于,所述获取被扫描范围内的可见光图像和日盲紫外光图像包括:
通过CCD相机拍摄所述被扫描范围,获得所述可见光图像;通过日盲紫外探测设备拍摄所述被扫描范围,获得所述日盲紫外光图像。
3.根据权利要求1所述的可见光图像与日盲紫外光图像的配准融合方法,其特征在于,所述获取被扫描范围内的可见光图像和日盲紫外光图像之后,还包括:
若所述起始点转换坐标与所述可见光图像中的扫描起始点坐标之间的差值大于或等于差值阈值,判定配准参数错误。
4.根据权利要求1至3任一项所述的可见光图像与日盲紫外光图像的配准融合方法,其特征在于,还包括:
根据所述日盲紫外光图像检测紫外光源的光源强度信息。
5.根据权利要求1至3任一项所述的可见光图像与日盲紫外光图像的配准融合方法,其特征在于,所述可见光图像中提取激光点,得到所述激光点在所述可见光图像中的光源像素区域包括:
识别所述可见光图像中的指示激光点,以及与所述指示激光相似度大于相似度阈值的各个相似激光点;
确定各个相似激光点对应的相似区域,计算各个相似区域的像素均值;
若所述像素均值大于设定阈值,则判定相应相似激光点为真实激光点;
根据所述指示激光点和真实激光点确定所述激光点在所述可见光图像中的光源像素区域。
CN201910869579.8A 2019-09-16 2019-09-16 可见光图像与日盲紫外光图像的配准融合方法 Active CN110728703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910869579.8A CN110728703B (zh) 2019-09-16 2019-09-16 可见光图像与日盲紫外光图像的配准融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910869579.8A CN110728703B (zh) 2019-09-16 2019-09-16 可见光图像与日盲紫外光图像的配准融合方法

Publications (2)

Publication Number Publication Date
CN110728703A CN110728703A (zh) 2020-01-24
CN110728703B true CN110728703B (zh) 2023-05-12

Family

ID=69219043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910869579.8A Active CN110728703B (zh) 2019-09-16 2019-09-16 可见光图像与日盲紫外光图像的配准融合方法

Country Status (1)

Country Link
CN (1) CN110728703B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111413597B (zh) * 2020-03-31 2022-02-15 北方夜视技术股份有限公司 紫外、红外与可见光一体化高压变电设备检测方法
CN112200842B (zh) * 2020-09-11 2023-12-01 深圳市优必选科技股份有限公司 一种图像配准方法、装置、终端设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028188B (zh) * 2016-09-19 2023-05-02 杭州海康威视数字技术股份有限公司 分光融合的图像采集设备
CN106500852B (zh) * 2016-09-28 2018-11-13 北方夜视技术股份有限公司 红外与可见光图像配准与融合的***与方法
CN107169947B (zh) * 2017-04-26 2021-02-12 国网上海市电力公司 一种基于特征点定位和边缘检测的图像融合实验方法
CN108805848B (zh) * 2018-04-04 2022-02-22 国网浙江省电力有限公司温州供电公司 用于紫外光和可见光成像的图像融合方法
CN109727290B (zh) * 2018-12-26 2022-09-06 南京理工大学 基于单目视觉三角测距法的变焦相机动态标定方法

Also Published As

Publication number Publication date
CN110728703A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
JP3983573B2 (ja) ステレオ画像特性検査システム
US7924312B2 (en) Infrared and visible-light image registration
US9613465B1 (en) Method for suturing 3D coordinate information and the device using the same
KR20120053275A (ko) 3차원 얼굴 위치 추정방법 및 장치
JP2003244521A (ja) 情報処理方法、装置および記録媒体
CN102201058B (zh) 共孔径主被动成像***的“猫眼”效应目标识别算法
CN106056594A (zh) 一种基于双光谱的可见光图像提取***与方法
CN110728703B (zh) 可见光图像与日盲紫外光图像的配准融合方法
US7949244B2 (en) Method for measuring subject distance
CN111028271A (zh) 基于人体骨架检测的多摄像机人员三维定位跟踪***
CN114137511B (zh) 一种基于多源异构传感器的机场跑道异物融合探测方法
CN107092905B (zh) 一种电力巡检机器人的待识别仪器定位方法
CN112541932A (zh) 基于双光相机不同焦距变换参数的多源图像配准方法
JP2019036213A (ja) 画像処理装置
KR20150142475A (ko) 장애물 식별 장치 및 방법
US10783646B2 (en) Method for detecting motion in a video sequence
CN102082905A (zh) 一种检测摄像机光轴位置的方法
KR101705330B1 (ko) 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법
JP2011095131A (ja) 画像処理方法
TWI774543B (zh) 障礙物偵測方法
KR20170043880A (ko) 안면 추적 카메라 모듈 및 방법
KR20150009842A (ko) 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법
JP2012181757A (ja) 光学情報読み取り装置
KR101599434B1 (ko) 자동 초점 조절을 이용한 영상촬상장치의 공간감지장치 및 공간감지방법
JPH1194527A (ja) 画像処理を用いたステレオ計測方法及び装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant