【技术实现步骤摘要】
本专利技术涉及红外与可见光视频融合方法，具体为基于多智能体协同的红外与可见光视频融合算法。
技术介绍
1、红外与可见光视频传感技术通过利用不同的辐射物理特性和成像方式，对场景目标的本质特征及其差异进行探测，其中两种视频之间具有显著的互补性。两路视频的融合最大限度地发挥各自的成像优势，极大地提高了对视频特征的综合探测和准确解释能力。这一技术在退化视觉环境下的态势感知、入口区域的安全监控与预警、高速移动目标的精准定位及智能避障等应用中，对识别感兴趣目标至关重要。
2、目前，红外与可见光视频融合的方法主要分为两类：第一类是静态单帧融合方法，这些方法通常采用多尺度变换、神经网络、稀疏表示和混合式等技术，但它们难以满足实时性要求；第二类是基于多帧时空信息的融合方法，通过时空能量匹配、时空结构张量、高阶奇异值分解等三维非分离变换实现，能够有效地考虑连续帧之间的空间几何和时间维度信息，从而保持融合视频的时间稳定性和一致性。然而，现有的融合策略主要依赖于视频的先验知识。在实际应用中，由于探测场景的动态性和成像环境的多变性，特别是视频序列中帧...
【技术保护点】
1.基于多智能体协同的红外与可见光视频融合算法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：选取灰度均值、边缘强度、标准差、平均梯度、粗糙度和对比度6类特征来度量两类视频的差异。
3.根据权利要求1或2所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：每帧图像的主差异特征的确定过程为：
4.根据权利要求1或2所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：在红外图像视频序列或可见光图像视频序列的每一帧中，选取其中变化显著的帧作为显著帧，只确定红...
【技术特征摘要】
1.基于多智能体协同的红外与可见光视频融合算法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：选取灰度均值、边缘强度、标准差、平均梯度、粗糙度和对比度6类特征来度量两类视频的差异。
3.根据权利要求1或2所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：每帧图像的主差异特征的确定过程为：
4.根据权利要求1或2所述的基于多智能体协同的红外与可见光视频融合算法，其特征在于：在红外图像视频序列或可见光图像视频序...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。