IHS彩色空间

IHS彩色空间（精选3篇）

IHS彩色空间 第1篇

在某些情况下,由于受光照、环境因素(如烟雾、云、雨、噪声等)、目标位置(如远近、障碍物等)、目标状态(如运动、密集目标、伪装目标等)以及传感器固有特性等因素的影响,通过单一传感器所获得的图像信息不足以用来对目标或场景进行更好地检测、分析和理解,于是便产生了图像融合技术[1]。目前图像研究的热点之一就是基于多传感器的图像融合。它能够综合考虑多传感器的图像之间的互补和冗余信息,达到对目标的更为精确的检测与识别。目前图像融合不仅应用于军事领域(承担着搜索、探测、发现、定位、识别、跟踪目标的重任),而且在安全监控、智能交通、医学成像等民用领域也得到了广泛应用[2]。

关于IHS算法国内外都有很多成熟的理论和方法。首次提出并使用IHS变换是在1982年,Haydn等人将Landsat MSS数据与RBV数据进行融合,取得了一幅兼有两种数据优势的新图像,从而在遥感图像处理领域掀起了利用IHS变换进行遥感图像融合的研究热潮[3]。由于传统的基于IHS变换的图像融合方法是强制性完成I分量的替换,根本没有顾及图像本身的光谱、空间分辨、统计等特性,致使融合后的图像出现分辨率下降,光谱失真等问题,在一定程度上降低了融合图像的应用潜能。本文结合实例,对IHS图像融合的方法进行分析,引入了加权平均算子,对I分量的替换方法进行改进,从而达到提高图像融合质量的目的。

1 图像传感器

随着红外和CCD技术的不断发展,越来越多的导弹、战斗机上配备了红外和可见光CCD图像传感设备[4]。不同传感器的成像机理不同,因此可以获得不同特性的源图像。红外图像与可见光图像融合是图像融合领域一个重要的分支,因其在军事领域应用广泛而受到国内外各种研究机构的重视,并得到了很快的发展。

一般情况下,红外传感器可以“主动”地获取场景中的目标信息,并且能够很好地显示隐藏的热目标,不受白天或者黑夜的影响,不受恶劣天气的影响,但是受景物自身辐射特性、系统工作波长、传输距离、大气衰减等因素的影响,红外图像对比度较低,空间相关性强,目标细节的反映能力也比较差。而可见光CCD传感器,一般只能感受可见光,工作方式是被动的,但其成像分辨率高,可以获得具有丰富的颜色、形状和对比度等信息的图像;由于是反射光成像,因此比较容易受环境照度的影响,在照度小的夜间不能工作,也不具有识别伪装的能力[5]。

因此利用红外和CCD成像的不同机理,采用IHS算法,综合利用红外与CCD传感器,不仅可以提高系统的全天候工作能力,使得武器系统具有远距离探测、识别目标的能力,而且还提高了整个系统的可靠性使得所成图像清晰,更利于人眼观测。

2 IHS空间变换法分析

2.1 RGB空间模型

在图像处理中常用的有两种彩色坐标系:RGB就是其中一种,即由红R、绿G和蓝B三原色构成彩色空间。任何一种颜色都可以用RGB空间的R、G、B来描述。如果用一个三维正交坐标系统表示,则任何颜色都落在如图1所示的彩色立方体中。

RGB模型一般简单易懂,任何表色模型必须转化成RGB模型才能在彩色显示器上显示。但是人眼一般不能直接感觉红、 绿、 蓝三色的比例 ,而只能通过感知颜色的亮度、 色调以及饱和度来区分目标 ,而色调和饱和度与红、绿、蓝的关系是非线性的,因此,在 RGB空间中对图像进行增强处理结果难以控制[6]。

2.2 IHS空间模型

IHS模型是第二种彩色坐标系。其中I(Intensity)表示亮度, 对应于人眼的感觉就是彩色光的亮度;H(Hue)表示色调,主要代表地物色彩的类别或者特征;S(Saturation)表示饱和度,它反映色彩的纯度或者浓淡。本文介绍一种双棱锥型的IHS空间模型,如图2所示:一般用竖直轴上的各点代表I值的大小,圆周上的各点代表H的值,沿半径方向变化的各点代表S的值[6]。

IHS空间模型的最大优点是:三分量I、H、S可以近似地代表人的颜色感知特性,并且这三个分量具有相对独立性,可分别对它们进行控制。在图像融合中可有效地复合不同分解力的数据,而保持最大的目视信息。

2.3 IHS变换法

IHS变换法包括IHS正变换与IHS逆变换,所谓IHS正变换是指从人类感知的RGB图像中有效地分离出空间信息和谱信息,即亮度I、色调H和饱和度S。而IHS逆变换是指从IHS空间到RGB空间的变换。总的来说,IHS变换法是指先将传统的RGB空间转换为IHS空间,随后对I分量进行变换,最后逆变换到RBG空间[7]。该算法基于IHS空间建立源图像灰度级与色调、饱和度和亮度等与人的感知颜色特征之间的函数关系,通过矩阵转换,得到融合图像的RGB值,可输出显示。下式(1)-(2)分别给出计算式。

①IHS正变换模型:

$\begin{array}{l}\left[\begin{array}{l}{\rm I}\\ v{}_1\\ v{}_2\end{array}\right]=\left[\begin{array}{ccc}\frac{1}{\sqrt{3}}& \frac{1}{\sqrt{3}}& \frac{1}{\sqrt{3}}\\ \frac{1}{\sqrt{6}}& \frac{1}{\sqrt{6}}& -\frac{2}{\sqrt{6}}\\ \frac{1}{\sqrt{2}}& -\frac{1}{\sqrt{2}}& 0\end{array}\right]\left[\begin{array}{l}R\\ G\\ B\end{array}\right](1)\\ {\rm H}=\arctan (\frac{v{}_1^2}{v{}_2^2})\\ S=\sqrt{v{}_1^2+v{}_2^2}(2)\end{array}$

式中,v1、v2是计算H、S的中间变量。

②IHS逆变换模型:

即从IHS空间到RGB空间的变换,可以根据矩阵求逆的方法完成,对式(1)变形得式(3):

$\left[\begin{array}{l}R\\ G\\ B\end{array}\right]=\left[\begin{array}{l}\frac{1}{\sqrt{3}}\frac{1}{\sqrt{6}}\frac{1}{\sqrt{2}}\\ \frac{1}{\sqrt{3}}\frac{1}{\sqrt{6}}-\frac{1}{\sqrt{2}}\\ \frac{1}{\sqrt{3}}-\frac{2}{\sqrt{6}}0\end{array}\right]\left[\begin{array}{l}{\rm I}\\ v{}_1\\ v{}_2\end{array}\right](3)$

采取IHS变换法主要由于该变换的如下特点: I分量与图像的色彩信息无关;H分量和S分量与人感受色彩的方式紧密相连;RGB-IHS变换和IHS-RGB变换(即正变换和逆变换)简单快速。

3 基于IHS空间的图像融合算法流程

传统的IHS 融合算法中用高分辨率图像直接替换多光谱图像的I 分量得到I’, 此举能够大大提高融合图像的空间分辨率, 但其无选择性、过量空间细节的增加往往超出实际应用的要求, 并导致严重的光谱畸变[6,7]。本文针对这一问题,提出改进,这里引进加权平均算子。

本文结合红外图像和CCD图像加以详细介绍。

步骤1:分别将红外图像和CCD图像进行预处理,此过程包括平滑去噪、几何校正、图像配准等。

步骤2:将红外传感器所获得的图像由RGB空间变换至IHS空间,得到亮度I、色调H和饱和度S分量的图像A,再将CCD传感器所获得的图像经过IHS变换得到亮度I*、色调H*和饱和度S*分量的图像B。

设任何3个在[0,1]范围内的R、G、B值,其对应IHS模型中的I、H、S分量可以由式(4)给出:

$\begin{array}{l}{\rm I}=\frac{1}{3}(R+G+B)\\ S=1-\frac{3}{(R+G+B)}[\min (R,G,B)]\\ {\rm H}=\arccos \left\{\frac{[(R-G)+(R-B)]/2}{[(R-G){}^2+(R-B)(G-B)]{}^{1/2}}\right\}(4)\end{array}$

步骤3:利用加权平均法对分量进行融合。在本文中加权平均算法的基本思想是:对红外图像A的I分量和CCD图像B的I*分量进行加权平均得到IA,过程如下:

设I*和I分别代表CCD和红外图像亮度分量,加权后的结果为IA分量,如式(5)所示:

${\rm I}{}^A=\omega {}_1{\rm I}+\omega {}_2{\rm I}{}^{*},\omega {}_1=\frac{{\rm I}}{{\rm I}{}^{*}+{\rm I}},\omega {}_2=1-\omega {}_1(5)$

上式中,ω1 和ω2分别是I 、I*的权。

通常的加权融合所针对的两幅图像地位较为平等,因此加权系数的和为1。考虑到红外图像包含的空间有用信息比重较大,通过实验,本文取ω1为0.7,ω2为0.3。具体实现框图如图3所示。

步骤4:对式(4)进行变换,得到图像的R、G、B值,重新生成融合图像C。具体算法如下:设S,I的值在[0,1]之间,R、G、B的值也在[0,1]之间,则从IHS到RGB的转换公式为(分为三段以利用对称性):

①当H在[0°,120°]之间:

$\begin{array}{l}B={\rm I}(1-S)\\ R={\rm I}\left[1+\frac{S\text{c}\text{o}\text{s}{\rm H}}{\cos (60°-{\rm H})}\right]\\ G=3{\rm I}-(B+R)(6)\end{array}$

②当H在[120°,240°]之间:

$\begin{array}{l}R={\rm I}(1-S)\\ G={\rm I}\left[1+\frac{S\text{c}\text{o}\text{s}({\rm H}-120°)}{\cos (180°-{\rm H})}\right]\\ B=3{\rm I}-(R+G)(7)\end{array}$

③当H在[240°,360°]之间:

$\begin{array}{l}G={\rm I}(1-S)\\ B={\rm I}\left[1+\frac{S\text{c}\text{o}\text{s}({\rm H}-240°)}{\cos (300°-{\rm H})}\right]\\ R=3{\rm I}-(G+B)(8)\end{array}$

具体的IHS变换的实现过程如图4所示。

4 实验及结果分析

4.1 实例仿真

本文选用的源图像分别为256256的一幅红外热成像图像如图5(a)所示,和一幅可见光CCD图像如图5(b)所示,这两张源图像都是在黄昏时刻摄取的,本文对同一时刻,同一视角,两种图像传感器获得的两幅图像先进行匹配,重叠复合,然后分别采用传统的IHS变换法和改进后的IHS变换法在Matlab7.0平台上进行仿真,给出融合后的影像。

在可见光图像中,由于光线很暗,几乎无法辨认出飞机,但图中背景及飞机周围的部分纹理与细节(云朵)却依稀可见,图5(a)中的飞机具有一定的隐蔽性;而在红外热成像图像5(b)中,只可以看到一架飞机和一些由于太阳照射而具有较高表面辐射的物体,飞机周围的纹理及细节模糊不清也不能清楚它所处的具体位置。

将这种用传统的IHS方法得到的融合图像图6(a)与改进后的IHS方法得到的融合图像图6(b)进行对比,可以很清楚地发现:图像6(a)的效果更好,不仅提高图像的清晰度,同时色彩也更加鲜明。在图6(b)中,观察者可以迅速地分辨出天空中有一架飞机,融合图像既体现了天空这一背景信息,又突出了伪装的目标,色彩比较自然,而且目标位置明确,达到了快速识别伪装目标的效果。

4.2 图像评价

为了检验算法的性能,主要考虑空间细节的增强与光谱信息的保持因素。一般情况用两类统计参数进行分析与评价[8]:第一类反映空间细节信息,如方差、信息熵和清晰度;第二类反映光谱信息,如扭曲度、偏差指数。为了比较两种不同算法的图像融合效果,本实验采用信息熵、清晰度、偏差指数与扭曲度4个参数对图像进行定量分析[9]。

一般地,融合后图像的熵值的大小反映了融合图像所包含的平均信息量的多少,通过图像信息熵的比较可以对比出图像的细节表现能力;清晰度(即空间频率)作为评价标准,值越大表明图像越清晰,空间质量越好;偏差指数是用来反映融合图像与源图像在光谱信息上的匹配程度;扭曲度则反映融合后的目标图像边缘轮廓与源图的差异程度。借助Matlab7.0的图像处理工具箱中的相关函数,上述指标均可容易得到。表1给出了评价准则值。

一个好的融合算法,其融合结果应该有较大的信息熵和清晰度以及较小的偏差指数和扭曲程度。从表1可以看出,本文算法所得到的融合图像的信息熵、清晰度比传统方法大,而扭曲程度与偏差指数小,说明本方法在光谱信息的保持与空间信息的增强上均优于传统的IHS变换法,可以较好地实现红外图像与CCD图形的融合。

5 结束语

红外图像能根据物体表面的辐射率差及温差特性很容易地从背景中将重要目标区分开来,而可见光CCD图像包含有丰富的几何和纹理细节。红外图像与可见光图像进行融合而成的图像包含各幅源图像的所有有用信息,同时充分利用其信息互补性,提高系统的抗干扰能力。本文所提出的基于IHS空间的红外与可见光图像的像素级融合算法 ,可以有效地将可见光图像和红外热图像的有效信息集中体现在融合图像中,而且该算法依据人眼颜色感知特性,对I、S、H三个通道的输入采用灵活、自适应的色彩调制方法将热红外图像的高亮区与背景明显分离,对后期的计算机目标识别十分有利,不仅保留了环境细节,而且突出了目标,使得融合图像的信息量比较完备。该算法运算简单,可实时运行,从而满足实时捕捉目标、快速识别目标的战场需求。

摘要：随着多源信息融合技术的迅速发展,图像融合成为一个热点话题。虽然图像融合方法多种多样,融合技术千差万别,但是丰富融合图像的信息量和改善图像质量始终是图像融合的根本目的,也是衡量各种融合方法效果的基本准则。传统的IHS融合算法强制性地对两幅源图像的I分量进行替换,造成了融合图像的光谱失真以及空间分辨率降低等问题,为解决这一问题,文中引进了加权平均算子,提出一种基于改进的IHS像素级图像融合算法,并结合实例,对红外图像和CCD图像进行融合。理论分析与实验结果显示:提出的融合方法得到的融合图像不仅红外热目标突出、背景部分清晰、视觉效果好,而且计算简洁、实时性好,更利于伪装目标的识别。

关键词：红外图像,CCD图像,图像融合,加权平均,IHS变换法

参考文献

[1]刘松涛,周晓东.图像融合技术研究的最新进展[J].激光与红外,2006,36(8):627-631.

[2]李晖晖.多传感器图像融合算法研究[D].西安:西北工业大学,2006.

[3]李玲玲,丁明跃.像素级图像融合方法研究与应用[D].华中科技大学博士论文,2005.

[4]Vladimir S Petrovic.Multisensor Pixel-level Image Fusion[D].Athesis submitted to the University of Manchester for the degree ofDoctor of Philosophy,2001.

[5]李光鑫.红外和可见光图像融合技术的研究[D].吉林:吉林大学,2008.

[6]Yun Zhang,Gang Hong.An IHS and wavelet integrated approach toimprove pan-sharpening visual quality of natural colour IKONOS andQuickBird images[J].Information Fusion,2005,6(3):225-234.

[7]肖李,卢凌,黄红星.基于改进IHS变换的图像融合方法[J].武汉理工大学学报,2003,27(1):41-42.

[8]POHL C,Van Genderen J L.Mufti-sensor image fusion in remotesensing:concept,methods and application[J].International Journalof Remote Sensing,1998,19(5):823-854.

qq空间留言彩色签名档 第2篇

2) 微 笑 、转 身 、将 一 切 、格 式 化只要结局跟你在一起，过程我怎么痛都行。

3) 我不会每天在熬夜了。你快点回来好不好。

4) 一个知己好友胜过一百个泛泛之交。

5) 如果没有你的出现，可能我的生活和现在是完全不一样了

6) 真正的差距不是地方的差距，而是心里的差距。

7) 这个世界上没心没肺的太多了、而仅有的一些有心有肺的也被没心没肺的人给伤完了。

8) 时间告诉你什么叫衰老，回忆告诉你什么叫幼稚我和我最后/骄傲的[倔强].

9) 左眼没有见过右眼一面，不懂安慰只懂陪它落泪。

10) 钱真是个好东西，可以让人开心，同时也可以让人伤心

11) 一份真正的爱 不是觉得累了就放手 不是觉得不合适就分开

12) 是即使再累也想在一起 即使不合适也想努力争取

13) 曾经我害怕死亡，如今我害怕生存

14) 你把我丢在这里 我就在这里等着你回来 不愿走远

15) 伤感只有在梦中我才可以不顾一切的说爱你吗

1) 不喜欢在人多的地方、只想一个人静静的待在属于自己的地方。

2) 你一定不知道我曾那样毫无指望的喜欢你

3) 有胸膛能互相抱紧 融化孤寂我对你的好，假装没看到。你对我的好，我当真没看。

4) 我们之所以活得累，往往是因为放不下面子来做人。

5) 原谅我没有说最爱你的人是我曾经那个说会陪你一辈子的人，现在在哪呢。

6) 仅有的一颗心。被你伤的淋漓尽致。

7) 我想看淡一点，再淡一点，直到看不见为止。

8) 三千里弱水 惟愿取你这一杯

9) 走遍东西南北 只为遇见你的美自 残

10) 美 滴 狠，美 滴 狠，不要轻易说你爱我，除非你是认真的，因为我可能会做出一些疯狂的事，比如相信你。

11) 如果有天我走进你心里，我会哭，因为里面没有我。

12) 我们的爱已经枯死在荒漠，我的泪也不能够复活

13) 人生最大的悲哀莫过于，放弃了不该放弃的，坚持了不该坚持的

14) 自己 悳 幸福， 自己 主宰嘿。你说过咱们小俩口要好好过日子。

15) 左眼没有见过右眼一面，不懂安慰只懂陪它落泪。

1) 你敢为了我卸载电脑里所有的游戏吗?敢吗?

2) 翻 遍 了 字 典 谁 找 到 了 后 悔 、

3) 就算纯真已经失踪无所谓、在遥远的星球总会有玫瑰

4) 荒芜的心不需要别人懂 他是我不想醒来的梦

5) 看着你的正在输入中，却半天么有一个字发过来

6) 我敢肯定你是仙女--只不过下凡时ゃ是脸先着地

7) 有没有这样的笔，能够画出一双双不会流泪的眼睛

8) 朋友失恋时，自己劝朋友的时候总是说的头头是道

9) 我所知道的关于你的消息 就只有天气预报了

10) 久而久之就忘了，久而久之就不那么在意了

11) 凡事不要想的太复杂，手握的太紧，东西会碎，手会疼

12) 过去的，都会过去;过不去的，也会过去。

13) 你知道吗 我多希望台风把你刮到我身边

14) 你不要跟我失去联系 即使我们不再熟悉

15) 我做过最多的白日梦就是在想 如果你在该多好

16) 我真怕我给你的是心，你还我的是刀子。

17) 每天最幸福的事情就是、我抄作业、同桌帮我望风

18) 你最好能力挽狂澜，否则我们同归于尽

19) 生活就像我的歌声，时而不靠谱，时而不着调

20) 总有一些人，原本只是生命的过客，后来却成了记忆的常客。

21) 你感动只是因为我与她相似 可是我的身上并没有她的影子

22) 我想找个男朋友，不求最高、最帅、最富，只求最爱我。

23) 只是现在我还放不开，最后的温暖，你给的温暖

24) 曾经，视你为命一样，而如今，只能嘲笑我的曾经。

25) 我不怕他不爱我，却怕他所爱之人，并非良人

26) 学着做你自己，并优雅地放手所有不属于你的东西。

27) 伤的很重也要假装没事，不然会被伤你的人嘲笑。

28) 当我对你说：你忙吧。其实我多么希望你说：你重要，我陪你。

29) 一起走过了快7个年头，最终我们要已再见收尾。谢谢你。

qq空间动态彩色个性签名 第3篇

2) 陌生的面孔匆匆略过，感觉每张脸都是妳的轮廓。

3) 黑夜冷风吹起无聊的思绪，那些伤痕像细雨壹样密布身体每个细胞。

4) 妳是我的欲罢不能忘却那曾经的牵绊。

5) 我心里壹直有妳，只是比例变了而已。过去过不去，回忆不可追。

6) 莫名的感伤,莫名的心烦,壹切壹切就因为壹个爱情。

7) 我是游魂满大街的游走只为找到那温存的记忆

8) 每壹个爱傻笑的人，心里都有放不下的痛。

9) 甲之蜜糖，乙之砒霜，感情的事本来就没道理可讲。

10) 不是每壹次闹分手后，都能再换他转身壹个温暖的拥抱。

11) 有时候,在乎的太多,对自己而言也是壹种折磨。

12) 心累到壹定的程度，连生气和计较的力气都没有了。

13) 永远是壹段很长的时间，但我仍想要和妳共度。

14) 最难受的感觉不是成为陌生人，而是逐渐陌生的态度。

15) 是不是当我说爱妳的时候，妳就准备出逃。

16) 教室壹片寂静，壹只蛾子飞过，同桌抬头，深情地说：“英台”

17) 记忆像是倒在掌中的水，无论妳是摊开还是紧握，终究还是会从指缝中壹滴滴流淌干凈。

18) 爱是硬伤在胸口的左上方

19) 明知道爱情并不可靠，可我们还是拼命往里跳。

20) 我爱妳，爱了整整壹个曾经。

21) 别以为我喜欢妳，妳就把我往死里伤。

22) 壹场雨，壹把伞，壹条街，壹个人行走。

23) 据说手机24小时从不关机的人，心中都有壹个让他牵挂的人。

24) 人总是这样,拥有的时候妳嫌烦,失去的时候才知道有多重要。

25) 太过毒舌，只是不想妳看清我的脆弱。

26) 生活总会给妳第二次机会，叫明天。

27) 我心深似海海中隐匿着壹个少年，少年溺水跟着爱情也游荡不到头。

28) 爱是硬伤在胸口的左上方

29) 过程和结局都有了，再去纠缠、连自己都觉得贪婪。