基于GPU的可見光與紅外圖像融合快速實(shí)現(xiàn)與應(yīng)用

黃曉青+趙飛燕

【摘 要】紅外與可見光融合圖像技術(shù)的應(yīng)用，增強(qiáng)了不同波段圖像特征提取效果，且滿足了人們認(rèn)知需求，因而，在此基礎(chǔ)上，為了將紅外與可見光融合技術(shù)更好的應(yīng)用于軍用、民用等領(lǐng)域中，要求相關(guān)技術(shù)人員在融合系統(tǒng)開發(fā)過程中應(yīng)注重引入GPU理念，即在系統(tǒng)規(guī)劃過程中，設(shè)置圖像處理單元，繼而由此提高系統(tǒng)數(shù)量級，滿足圖像數(shù)據(jù)量處理需求，同時(shí)就此提高系統(tǒng)執(zhí)行效率。本文從圖像融合算法分析入手，詳細(xì)闡述了圖像融合的實(shí)現(xiàn)路徑。

【關(guān)鍵詞】GPU；可見光；紅外圖像；融合

0 前言

可見光與紅外圖像的高效融合，可發(fā)揮二者優(yōu)勢，對圖像進(jìn)行識別，且借助傳感器，提高圖像處理實(shí)時(shí)性、準(zhǔn)確性、清晰性。但在圖像融合技術(shù)應(yīng)用過程中，為了強(qiáng)化系統(tǒng)處理功能，需利用GPU計(jì)算能力，如，CPU+GPU異構(gòu)模式等，實(shí)現(xiàn)對圖像的快速處理，達(dá)到實(shí)時(shí)性圖像融合效果，滿足用戶圖像數(shù)據(jù)應(yīng)用需求。以下就是對圖像融合問題的詳細(xì)闡述，望其能為當(dāng)前可見光與紅外圖像融合設(shè)計(jì)的不斷優(yōu)化提供有利參考。

1 紅外與可見光圖像融合算法

紅外與可見光圖像融合，即先對可見光圖像、紅外圖像進(jìn)行增強(qiáng)處理，而后經(jīng)過高斯濾波，繼而針對小波變換圖像分解，再重構(gòu)，達(dá)到圖像融合目的。而在紅外與可見光圖像融合中，圖像融合算法主要體現(xiàn)在以下幾個(gè)方面：

第一，灰度圖像融合，即針對可見光圖像、紅外圖像像素進(jìn)行加權(quán)處理，即：

第二，彩色融合算法，彩色融合算法包含直接映射融合法、TNO融合法、基于彩色區(qū)域的融合算法的幾種類型。在TNO融合法中，即在圖像融合過程中，首先確定兩個(gè)圖像A、B共有部分C，再從原有圖像A、B減去共有部分C，然后針對獨(dú)有部分A-C或B-C進(jìn)行增強(qiáng)處理，且送入到RGB通道中，反饋圖像融合狀況。而直接映射融合法，即將融合圖像映射到RGB通道，合成彩色圖像。此外，基于區(qū)域的彩色融合算法，即首先通過分割方式，將融合圖像劃分為若干個(gè)區(qū)域，而后根據(jù)分割后圖像的不同區(qū)域特征，選取顏色匹配的彩色圖像，將彩色圖像分配到不同區(qū)域中，達(dá)到彩色融合目的。

2 GPU視角下可見光與紅外圖像融合的實(shí)現(xiàn)

2.1 圖像增強(qiáng)的CUDA實(shí)現(xiàn)

在可見光與紅外圖像融合過程中，為了達(dá)到快速實(shí)現(xiàn)與應(yīng)用目的，需結(jié)合GPU，完善圖像增強(qiáng)的CUDA設(shè)計(jì)，即在可見光圖像增強(qiáng)CUDA設(shè)計(jì)過程中，應(yīng)將作業(yè)流程劃分為直方圖統(tǒng)計(jì)、對應(yīng)表生成、灰度值轉(zhuǎn)換3個(gè)組成部分，而在灰度直方圖統(tǒng)計(jì)系統(tǒng)規(guī)劃過程中，需將圖像劃分為若干個(gè)分塊，然后利用block對各個(gè)分塊進(jìn)行灰度直方圖統(tǒng)計(jì)，繼而待統(tǒng)計(jì)完畢后，將若干個(gè)block計(jì)算結(jié)果進(jìn)行累加，就此滿足可見光圖像處理需求。同時(shí)，在可見光圖像增強(qiáng)CUDA設(shè)計(jì)過程中，應(yīng)保障Kemel 0快速性，即快速完成各個(gè)分塊統(tǒng)計(jì)，而后將分區(qū)灰度統(tǒng)計(jì)數(shù)值，置入到對應(yīng)圖像區(qū)域內(nèi)，且確保每個(gè)block對應(yīng)128個(gè)thread，而每個(gè)thread對應(yīng)64個(gè)像素，就此執(zhí)行灰度值統(tǒng)計(jì)任務(wù)，且待統(tǒng)計(jì)結(jié)果整合完畢后，自動生成對應(yīng)表，歸一到[0，255]中[1]。

在紅外圖像增強(qiáng)CUDA設(shè)計(jì)過程中，需完善分配顯存、線程結(jié)構(gòu)設(shè)置線性灰度變換3個(gè)部分，而在分配顯存完善過程中，需將灰度范圍控制在[fmin，fmax]范圍內(nèi)，并將灰度值轉(zhuǎn)換為constant memory數(shù)據(jù)，繼而以-constant-F[2]={0，80}；-constant-G[2]={0，255}形式，提高訪問速率。同時(shí)，在線程結(jié)構(gòu)設(shè)置過程中，應(yīng)注重強(qiáng)調(diào)對配置參數(shù)的設(shè)計(jì)，就此在融合運(yùn)算中，達(dá)到精準(zhǔn)化計(jì)算目的。

2.2 高斯濾波的CUDA實(shí)現(xiàn)

在可見光與紅外圖像融合過程中，為了提升整體融合速率，需設(shè)計(jì)高斯濾波CUDA，而在CUDA規(guī)劃過程中為了縮短運(yùn)算處理時(shí)間，需獲取sigma、xpos、ypos等高斯核數(shù)值，達(dá)到CPU、GPU間調(diào)用目的。同時(shí)，在高斯濾波GUDA設(shè)計(jì)過程中，亦需針對圖像像素進(jìn)行對應(yīng)表示，如，像素中x為：

nt x Index=blockDim.x*blockIdx.x+threadIdx.

就此滿足融合圖像計(jì)算需求，且基于x，y分別獲取的基礎(chǔ)上，針對圖像數(shù)據(jù)進(jìn)行歸一化處理，而在歸一化處理中，需由公式：nWindowSize=（int）（1+2*ceil（3*sigma））對模板大小進(jìn)行確定，而后通過data+計(jì)算形式，運(yùn)算圖像卷積信息[2]。此外，在高斯濾波GUDA規(guī)劃過程中，亦應(yīng)從小波變化角度出發(fā)，對圖像融合CUDA進(jìn)行設(shè)計(jì)，并保障在圖像融合運(yùn)算過程中，經(jīng)歷16次Kemel計(jì)算過程，由此達(dá)到快速圖像融合效果。

3 圖像融合的探測應(yīng)用

例如，某地區(qū)在圖像融合技術(shù)應(yīng)用過程中，即引入了GUP，同時(shí)在融合系統(tǒng)規(guī)劃過程中，將可見光響應(yīng)范圍控制在0.3-1.0μm之間，而圖像像素為DV10×8SA-SA1L，光圈為F1.4，繼而在此基礎(chǔ)上，通過圖像融合形式探測距離，即首先計(jì)算短焦探測距離，而后結(jié)合Johnson準(zhǔn)則，計(jì)算單個(gè)圖像有效面積，最終根據(jù)太陽角30°-60°，確定探測距離，達(dá)到探測距離測量目的。同時(shí)，在探測距離運(yùn)算過程中，為了保障運(yùn)算結(jié)果的精準(zhǔn)性，亦注重獲取系統(tǒng)中紅外光學(xué)系統(tǒng)通光面積、光譜透光率、單個(gè)像元大小等參數(shù)信息，且綜合考慮信噪比等因素的影響，分析探測距離的最佳值[3]。從以上的分析中即可看出，紅外與可見光融合圖像可應(yīng)用于距離探測等領(lǐng)域中，因而基于當(dāng)代社會快速發(fā)展背景下，應(yīng)注重深化對圖像融合系統(tǒng)的設(shè)計(jì)與規(guī)劃，就此達(dá)到快速圖像融合目的。

4 結(jié)論

綜上可知，GPU在圖像融合過程中的應(yīng)用有助于提升整體執(zhí)行效率，為此，在圖像融合系統(tǒng)規(guī)劃過程中，應(yīng)借助GPU設(shè)計(jì)圖像增強(qiáng)CADU、高斯濾波CADU等，且在圖像融合系統(tǒng)操控過程中，引入灰度融合計(jì)算法、彩色融合法等運(yùn)算方法，就此提高圖像融合系統(tǒng)數(shù)據(jù)處理功能，且滿足圖像融合實(shí)時(shí)性需求，繼而將圖像融合系統(tǒng)應(yīng)用于軍事、民事等領(lǐng)域中，帶動社會的進(jìn)一步發(fā)展，并改善傳統(tǒng)可見光與紅外圖像融合中凸顯出的相應(yīng)問題，縮短運(yùn)算時(shí)間。

【參考文獻(xiàn)】

[1]鄭紅，鄭晨，閆秀生，等.基于剪切波變換的可見光與紅外圖像融合算法[J].儀器儀表學(xué)報(bào)，2012，14（07）：1613-1619.

[2]楊承，楊昕梅，李紹榮.利用紅外與可見光圖像融合測溫技術(shù)實(shí)現(xiàn)設(shè)備異常狀態(tài)預(yù)警[J].現(xiàn)代建筑電氣，2014，11（S1）：85-89.

[3]任海鵬.可見光與紅外圖像融合研究現(xiàn)狀及展望[J].艦船電子工程，2013，12（01）：16-19.

[責(zé)任編輯：田吉捷]