一种可见光到红外图像转换方法技术

本发明专利技术公开了一种可见光到红外图像转换方法，属于图像处理领域。本发明专利技术在通过配对数据集进行有监督训练基础上，提取图像中的材质特征和热数据特征，并将提取到的材质特征和热数据特征逐步嵌入到热量图中，渐进式地生成热量图，整个过程均是面向图像中的目标个体进行特征层面的操作，相较于传统的整张图像的生成方法，能够降低目标特征间的耦合关系，达到更好的生成效果，保证了陌生场景的同类型目标发现能力，达到了平衡源域到目标域的映射准确性和陌生场景的泛化能力的目的。同时本发明专利技术采用无监督方法对材质特征分离模块和热数据特征分离模块进行一定程度的约束，降低了人工标注的成本，同时一定程度上缓解了热数据无法直接获得的问题。获得的问题。获得的问题。

【技术实现步骤摘要】
一种可见光到红外图像转换方法


[0001]本专利技术属于图像处理
，更具体地，涉及一种可见光到红外图像转换方法。

技术介绍

[0002]随着计算机视觉技术的发展，基于红外图像的目标检测技术在军用和民用领域的应用越来越广泛。在军事领域，红外图像制导系统能够大大提升制导的精准性和稳定性，同时基于红外图像的检测识别也是进行战场感知和重要军事设施勘探的重要手段之一；在民用领域，红外遥感、无人机导航、无人驾驶和红外安防等均将红外图像作为重要的信息源之一，基于红外图像的检测识别技术能够大幅度提升这些系统的稳定性和适用性。因此，发展红外图像的检测识别技术具有重要的研究意义，其中基于深度学习的目标检测方法是目前的主要研究方向。但是，基于深度学习的目标检测方法需要大量的训练数据，过少的数据将会影响网络的泛化性能，因此利用深度学习技术生成红外图像具有较大的研究价值。
[0003]得益于GAN的发展，关于图像到图像转换的研究也取得了长足的进步。图像到图像转换类似于条件生成，给定一张源域图像，将其风格转换到目标域，同时保持图像的内容不变，例如selfie本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可见光到红外图像转换方法，其特征在于，包括：S1.获取配对的可见光红外图像，作为训练集；S2.构建红外图像转换网络；所述红外图像转换网络包括：多个自下而上层级连接的特征提取模块、与特征提取模块层级对应的多个并列的材质特征分离模块、与特征提取模块层级对应的多个自上而下层级连接的特征耦合模块，以及热数据特征分离模块和热物理模拟模块；其中，层级连接的特征提取模块，用于对可见光图像进行不同尺度的特征提取；并列的材质特征分离模块，用于分别对不同尺度的特征图进行材质类别划分，得到不同尺度特征图对应的材质特征；热数据特征分离模块，用于从最大尺度的特征图中获取全局热数据特征；级联的特征耦合模块，用于从不同尺度的特征图中选择表达最为充分的材质特征，将所选材质特征与对应的热数据特征进行融合，并与上一层级的特征进行叠加，渐进式地生成热量图；热物理模拟模块，用于将热量图转换为红外图像；S3.采用训练集对红外图像转换网络进行有监督的迭代训练，得到训练好的红外转换模型；S4.将待转换的可见光图像输入训练好的红外转换模型，得到对应的红外图像。2.根据权利要求1所述的一种可见光到红外图像转换方法，其特征在于，红外图像转换网络训练过程中，采用如下旋转一致性损失对特征分离模块和热数据特征分离模块进行约束：束：和分别代表图像变换前后的热数据特征，和分别代表图像变换前后第i层的材质特征，T(
·
)表示图像变换的逆变换。3.根据权利要求2所述的一种可见光到红外图像转换方法，其特征在...

【专利技术属性】
技术研发人员：左峥嵘，陈帅柯，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：