1.红外与可见光融合的汽车夜视抗晕光图像分割方法,其特征在于,包括以下步骤:步骤1、将可见光彩色图像转化为灰度图像;
步骤2、通过自适应迭代阈值法确定可见光灰度图像的晕光临界灰度值Gc;
步骤3、根据晕光临界灰度值Gc将可见光、红外和融合图像中的每幅图像分为晕光区域AH和非晕光区域AH,并分割成晕光图像PH和非晕光图像PH;
在步骤2中:
通过自适应迭代阈值法确定可见光灰度图像的晕光临界灰度值Gc,具体包括以下步骤:步骤2.1、选择图像灰度中值作为初始阈值T0;
T0=0.5(Inmax+Inmin)式中:Inmax、Inmin分别是图像所有像素中最大的灰度值、最小的灰度值;
步骤2.2、利用阈值Ti把图像分割为两个区域R1和R2,根据下式计算区域R1和R2的灰度均值μ1和μ2:
式中:In(j)是第j个像素的灰度值,L为图像总像素数,L1为区域R1像素数,L2为区域R2像素数,L=L1+L2;
步骤2.3、根据下式,计算新的阈值Ti+1:Ti+1=m(μ1+μ2);
式中:m为晕光图像的分割效果满足人眼视觉效果的自适应系数,随图像晕光程度自动调节;
步骤2.4、重复步骤2.2~2.3,直到阈值不再变化时迭代结束,把最新得到的阈值作为图像的晕光临界灰度值Gc。
2.根据权利要求1所述的红外与可见光融合的汽车夜视抗晕光图像分割方法,其特征在于,步骤2.3中:
可见光晕光图像的分割效果满足人眼视觉效果的自适应系数m由下式确定:m=a*s^b+c
式中:s为晕光区面积与非晕光区面积比,a、b和c为三个常数。
3.根据权利要求2所述的红外与可见光融合的汽车夜视抗晕光图像分割方法,其特征在于,m公式中三个参数的取值范围为:a∈(‑6.023,2.569),b∈(‑0.04166,0.09245),c∈(‑2.072,6.507)。
4.根据权利要求3所述的红外与可见光融合的汽车夜视抗晕光图像分割方法,其特征在于:m公式中三个参数的优选取值为:a=‑1.727,b=0.0254,c=2.21。
5.根据权利要求1所述的红外与可见光融合的汽车夜视抗晕光图像分割方法,其特征在于,在步骤3中:
根据下式,进行晕光和非晕光区域的划分,灰度值大于等于Gc的像素点构成晕光区域AH,灰度值小于Gc的像素点构成非晕光区域根据下式,构成晕光图像PH;
根据下式,构成非晕光图像