伪彩色化（精选四篇）
伪彩色化 篇1
在X-光行李扫描中, 潜在的低密度危险目标的检测是一个急需解决的问题。低密度危险目标是指其组成、厚度、彩色的吸收系数非常滴因而在输出图像中有非常低的灰度值, 他们不能像传统的金属武器被X射线检测出来。人类虽然可以区分几十级灰度值, 却可以分辨几千种彩色, 所以通过彩色处理可以增加人类所能辨识的目标。本文采用彩色编码技术, 利用人类视觉感知能力从图像中提取更多额外信息。对每个像素赋一个特定的彩色, 其中色调与在该点最突出的向量有关, 同时对轮廓内外的区域赋予对比的彩色, 改进轮廓的可视性。
1 伪彩色处理的原理
伪彩色处理是指将灰度图像转化为彩色图像, 或者是将单个彩色色调去替换特定的灰度。因此, 伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力, 以达到图像增强的目的。对灰度图像采用3个独立的变换, 分别输入R、G、B彩色通道, 以产生特定的彩色映射。且使用若干个容易互换的色标比仅适用单个等级能大大增加对图像中信息的感知。设f (x, y) 为一幅黑白图像, R (x, y) , G (x, y) , B (x, y) 为f, g (x, y) =T[f (x, y) ]为彩色的变换模型。
经典正弦灰度变换的数学表达式为:
由式 (2) 可知, 正弦函数的灰度变换有5个可选参数, 分别为a, b, c, d, k。
完整的彩色编码过程可描述如下:
其中, C (x, y) 是最终的伪彩色化图像。通过改变函数P[], 可以得到不同的彩色编码图像。
2 基于RGB的彩色映射
2.1 基于感知的映射
对最初的实验, 采用了一些从Matlab图像处理包得到的彩色映射。本文采用一个从深蓝色通过品红色和橙色变换到浅黄色的色标, 色标中相邻彩色之间的距离是精确相等的。色标共有256个补偿, 以16宗彩色作为基彩色, 中间的彩色借助对R、G、B亮度值的线性差值从各个基彩色中计算获得。
令Ri, Gi, Bi和Ri+1, Gi+1, Bi+1代表任意两个相邻的基色彩;Ii和Ii+1代表他们对应的灰度级。给定一个灰度, 在基彩色Ci和Ci+1之间的相关联中间色彩可用以下式子计算:
其中R, G, B是在彩色C中三个通道的亮度值。
2.2 数学公式化映射
彩色和灰度值之间的映射是通过数学公式化变换得到的。在这种方式中, 数学上的正弦/余弦变换, 用于单独或成组的像素值以生成各种原始像素的组合。正弦函数的峰值附近相对常数值的区域以及接近谷底处剧烈变化的区域是其典型特性之一。当考虑行李中物质有重叠时, 连续色标的优点变得相对明显。在具有对有机或无机物质间彩色切换的系统中, 薄层的重叠物质如钢、铜或PVC均有可能导致有机物质被划分为无机物质, 这个错误可能导致虚警或漏检。
通过改变每个函数的频率和相位角可以 (用彩色) 强调默写灰度的范围。从而使这些基于正弦函数的彩色赋值算法的数学操作让观察这个对目标的感知和在X光数据表达细节方面的效果加强。
3 基于HIS的彩色映射
3.1 原始灰度数据的映射
场景中不同部分的彩色是根据原始图像值来赋值的, 像素范围从数据的直方图中选择并自动赋予了一定的彩色。例如, 对一直高密度 (金属类) 物质具有低透明度, 因而具有高像素亮度值。基本过程为:设定阈值, 确定所要使用的彩色数量, 再确定对魅族像素使用的色调, 设定饱和度为1, 亮度为像素的灰度值, 将要显示的HSV图像变换到RGB空间。
3.2 预处理后灰度图像的彩色化
在预处理后, 采用变化饱和度作用在行李箱扫描中, 提取或增强感兴趣的特征, 然后将结果输入到H, S, I分量一产生组合的彩色图像。
令E1、E2是某些增强操作后的图像, E1输入到色调和饱和度通道中, E2输入到亮度通道中, 变换为过程”VS”:H=E=原始+直方图均衡化+对比度伸展, S=原始+直方图均衡化+对比度伸展, I=E2=原始+求反+H-domes[1]+对比度伸展。
4 实验结果与分析
通过以上理论分析, 采用MATLAB对图像进行仿真。通过使用“原始+求反+对比度伸展”得到扩大了灰度的范围的图像, 从而达到图像增强的目的。三幅X光行李扫描图, 分别包含了3种低密度刀, 如图1所示, 三种刀分别由软木, 淡紫色玻璃和铝制成。
5 结语
本文设计了两种色彩图像变换, 主要应用于行李场景。基于感知和认识特性设计适当的彩色映射方案, 没有这些特性是不可能有效实现可视化的。在使用彩色编码数据后, 对危险物品的检测率相比于使用原始数据提高了97%。在对基于RGB方法和对基于HIS方法的比较中, 后者的彩色空间较优越。
参考文献
[1]Andreas Koschan, Mongi Abidi.Digital color Image Processing[M].清华大学出版社, 2010
[2]Kenntth.R.Castleman.数字图像处理[M].朱志刚等, 译.北京:电子工业出版社, 2004
[3]何东健.数字图像处理[M].西安:西安电子科技大学出版社, 2003
伪彩色在图形图像处理中的应用 篇2
关键词：数字图像处理,伪彩色,调色板
一、伪彩色增强
伪彩色 (Pseudo-Color) 相当于假彩色的一个特例, 也就是指定某灰度为某种彩色。通常这种指定最多为16级左右, 最高也不超过30级, 否则指定彩色太多无法记忆和区分。当每个像素可指定的彩色数目对红、绿、蓝分别达到256种时, 也就是变为模拟自然彩色的假彩色了, 因此假彩色和伪彩色指定是很难严格区分的。
伪彩色处理是用彩色来代替像素灰度值的一种技术。由于人眼对彩色的分辨率远高于对灰度差的分辨率, 所以这种技术可用来识别灰度差较小的像素。这是一种视觉效果明显而技术又不是很复杂的图像增强技术。灰度图像中, 如果相邻像素点的灰度相差不大, 人眼将无法从图像中提取相应的信息, 因为人眼分辨灰度的能力很差, 一般只有几十个数量级, 但是人眼对彩色信号的分辨率却很强, 这样将黑白图像转换为彩色图像后, 人眼可以提取更多的信息量。
二、灰度图像的伪彩色输出的实现
伪彩色处理是数字图像处理种常用的一种方法。它是指通过将每一个灰度级匹配到彩色空间上的一点, 将单色图像映射为一幅彩色图像的一种变换。主要目的是为了提高人眼对图像细节的分辨能力, 使图像的某些细节更容易清晰地辨认以及获得隐藏在灰度图像中不能直接通过肉眼观察到的信息。
1.原理与算法
从技术角度来说, 伪彩色处理不改变像素的几何位置, 而仅仅改变其颜色, 提高人眼对图像的分辨能力[4]。灰度图像的伪彩色处理的原理如下:在转换过程中, 对灰度图像中的每一个像素点, 取得该点的灰度值并送入红、绿、蓝三个通道实施不同的变换, 产生相应的红、绿、蓝的亮度值, 最后将三个通道的颜色值合成为需要显示的RGB颜色值即可。灰度值与三个通道的映射关系如图:
从灰度到彩色的一种更具代表性的变换方式如图3-1所示。它是根据色度学的原理, 将原图像f (x, y) 的灰度经过红绿蓝三种不同变换, 变成三基色分量R (x, y) , G (x, y) , B (x, y) , 生成相应的彩色。彩色的含量由变换函数的形状而定。
三、伪彩色增强在现实生活中的应用
在我们的生活中, 灰度图像对于视觉的观测上对区域的区分不是十分明显, 例如某个图片中模糊的细节, 或某个环境中温度较高的区域, 因此, 将它们从灰度图像中突显出来就显得十分必要了。伪彩色增强技术可以使图像中的观察对象的某些细节突出显示, 提高对图像细节的辨别力。伪彩色技术对于图像中的观察对象的轮廓进行勾勒, 使之更加清晰和容易识别。也可应用在医学领域的透视图像中。
四、现实意义
由于现实仪器设备采集数据能力的限制, 如CT扫描仪, 温度感知器等, 这些仪器得到的图像通常仅为灰度图像。而灰度图像对于视觉的观测上对区域的区分不是十分明显, 而人眼对彩色的分辨能力远远高于对黑白灰度的分辨能力, 所以将黑白图像转化成彩色表示。如医学上病灶的位置, 或某个环境场中温度较高的区域, 因此, 将它们从灰度图像中突显出来就显得十分必要了。而伪彩色处理技术则不失为一种有效的处理方式, 虽然“彩”色的效果距离真实还有相当的差距, 但从伪彩色处理的效果上看, 已经能够满足现实应用的要求了。可以在很大程度上提高图像的可读性, 改善后的图像可以突出目标的轮廓, 显示图像中对象的温度信息, 提高图像中细节的辨别力等, 使图像中的目标更容易识别。
而伪彩色技术在对某些图像中的温度信息可以很好的显示出来。这对我们的工业生产和生活有很重要的意义。
伪彩色化 篇3
随着科学可视化技术的发展,基于空间数据集的可视化需求越来越强烈[1]。通过对空间数据集进行可视化处理,不仅可以凸显数据的空间分布规律,而且可以增强视角效果,有利于空间数据集进行特征量化和信息统计与处理[2]。文献[3]根据测量图像灰度分布特性和自适应阈值理论提出了基于测量图像的自适应伪彩色编码算法,但是当测量数据与图像灰度级对应不均衡时该算法不具备自适应性;文献[4]提出了一种灰度级-彩色变换的图像颜色编码算法,通过改进的K均值聚类算法对目标图像的灰度值进行聚类,根据聚类结果对分段编码阈值进行划分。但是针对灰度阈值的聚类方法影响着它的伪彩色效果。文献[5]提出了一种色彩渐变插值方法,通过对切片色彩的渐进插值实现切片色彩间的连续平滑过渡;文献[6]提出了一种三维空间模型的直接分层算法;文献[7]提出了利用科学可视化技术对勘探采集的洞穴数据进行地球物理仿真体绘制的虚拟实现算法,但算法对数据集的紧密性有一定的要求;文献[8]对地质勘探数据的三维空间模型构造进行了研究,但是对数据信息的表达及可视化效果较差。因此,通过对空间数据集进行预警等级可视化研究,提出了一种基于预警等级的空间数据集伪彩色编码算法,对空间数据集与基于预警等级的彩色空间系统进行颜色聚类映射,依据伪彩色图像编码算法对三维空间数据集模型进行彩色映射的颜色变换函数聚类参数进行聚类研究,并对伪彩色编码的颜色条纹带进行色彩渐进插值平滑过渡处理,使得空间数据集的可视化图像自然而美观。
1 空间数据集与彩色空间系统的映射
空间数据集在进行基于预警等级的伪彩色编码时,首先需要对空间数据集进行三维空间模型构造,然后根据三维空间数据模型与灰度级函数的映射关系构造灰度级空间,最后根据灰度级与彩色空间系统的颜色映射关系进行伪图像编码。
设空间数据集的数据源集合为J(x,y,z,c),一般指勘探数据或监测数据集合,其中X,Y,Z为测点的空间坐标,C为测量值。从集合J(x,y,z,c)到空间三维数据结合K(x,y,z,c)的转换过程记为C(r),则空间三维数据集合K(x,y,z,c)可表示为:
该操作过程表示空间监测数据集构造便于三维可视化显示的空间数据集模型过程。若监测数据集为稀疏数据,那么该操作过程表示依据稀疏数据进行密集数据集的生成过程,依据的算法为地统计学插值算法。对于测点的空间坐标系统而言,其经纬度的坐标数量级较大,为了便于计算机可视化输出,我们需要对其坐标系统进行一定比例的缩放映射,在较小的视图区域内构造三维空间数据集模型。为了计算方便,我们设定绘制区域为[300,300]。以X坐标的数据集合为例,设三维空间数据集合K(x,y,z,c)关于X坐标数据集合存在最大值Xmax和最小值Xmin,则对于K(x,y,z,c)中的任意一个K(i,j,k,t)有:
根据式(2),我们对三维空间数据集的X,Y,Z空间坐标系统进行区域映射,为三维空间数据集模型的伪彩色编码提供模型支持,这个过程是不可逆操作。同理,在对三维空间数据集K(x,y,z,c)进行伪彩色渲染时,需要进行灰度级映射,映射区域为整个灰度级区间[0,255],其中灰度的最大值对应三维空间数据集中属性值最大的测点,最小值对应属性值最小的测点。
事实上,灰度级与彩色空间系统的映射关系可以看成灰度值经过灰度赋值函数进行伪彩色颜色参数映射赋值的过程,并且任意的一种伪彩色颜色参数都是由三原色按照一定的权系数比例合成的,对于适应的权系统,我们可以实现任意灰度级到彩色空间的颜色映射和度量[9]。
设彩色空间系统中的色彩赋值函数为S,则:
式中的FR(R)、FG(G)、FB(B)分别为R、G、B基色的权系数,设权系数的赋值区间为[0,1],灰度级与彩色空间系统的映射过程也可以看作是灰度级函数H(c)构造映射函数TR、TG、TB的过程,这种处理方法也称为伪色彩处理。
由三维空间数据集与彩色空间系统的映射可知,三维空间数据集的属性值需要与灰度级一一对应,但是实际上,随着三维空间数据集属性数据集合的数据量增大,灰度级表示其属性值的范围是有限的。因此,在对三维空间数据集进行彩色空间系统映射的时候,会存在部分属性值对应同一灰度级的现象,尤其当三维空间数据集的属性值数量级繁多时,在灰度级与彩色空间映射时会产生具有条纹形状的色彩带[10],这一方面是由三维空间数据集伪彩色的颜色参数决定的,另一方面受制于属性集合与灰度级的映射关系。通过文献[7]的研究可知,依据人类眼睛所能识别的色彩差异,通过在相邻颜色带间插入有限个颜色聚类的关键点,就可以实现三维空间数据集到彩色空间系统的连续过渡映射和平滑可视化。因此在三维空间数据集伪彩色编码时,通过对灰度级进行基于伪彩色函数变换,结合三维空间数据集预警等级伪彩色编码需求,对伪彩色聚类函数进行映射赋值,并对颜色聚类的关键点间进行色彩渐进插值,可以实现三维空间数据集的伪彩色编码需求。
2 基于预警等级的空间数据集伪彩色算法
灰度级与彩色空间系统的映射过程,对于三基色的权系数进行赋值可以看作是对构造函数TR、TG、TB初始化的过程,这也是伪彩色图像合成的主要依据,因此我们把确定构造函数的过程称为伪彩色图像编码算法。目前三基色变换函数大都以分段的线性函数为主,典型的伪彩色编码算法有彩虹编码算法。
2.1 彩虹编码算法与改进算法分析
彩虹编码[11]算法的构造函数TR、TG、TB的表达式为:
对于构造函数TR,其灰度级低于96的映射为暗,而高于128的映射为亮,灰度级在96与128间是由暗到亮的线性映射过程。同理对于构造函数TG和TB,灰度级在一定范围内进行线性映射,具体的灰度级与亮度映射关系如图1所示。
文献[5]对彩虹编码算法进行了适当改进,它利用图像预处理后聚类形成的6个簇阈值作为划分彩虹编码的节点。由文献[5]的研究成果可知,选取适当的色彩变换颜色聚类阈值,可增强其伪色彩图像的视觉感知效果。因此,通过对颜色聚类阈值选取进行研究,可以促进三维空间数据集的可视化表达。
表1是文献[5]和文献[11]两种编码算法的颜色聚类参数。
从表1的颜色聚类参数中我们可以看出,文献[5]和文献[11]所使用的颜色是从黑色(0,0,0)到白色(255,255,255)区间中的所有色彩值,而在实际的三维空间数据集预警等级伪彩色编码中,我们需要使用红、黄、绿三种色彩来进行伪彩色图像编码。由表1我们同时可知,色彩赋值函数按照节点被分为不同的区段,在每个区段内颜色进行连续的变化,而且不同区段内,颜色值具有一定的梯度变化,因此灰度级与彩色空间系统的映射很大程度上受制于节点分配对灰度级聚类参数的影响。因此,通过对彩虹编码算法、改进的彩虹编码算法中的颜色赋值灰度级聚类参数[12]进行分析,结合预警等级的可视化需求,我们构造由红、黄、绿三色按照一定比例组成的彩色空间系统的灰度级聚类参数进行聚类,聚类方法为文献[13]中所用的颜色参数聚类方法,其聚类参数如表2所示。
具体的TR、TG、TB构造函数表达式为:
2.2 改进的色彩渐进插值空间数据集预警等级可视化算法
由于空间数据集的属性数据集合与灰度级空间映射在过程中存在多对一的现象,在伪彩色图像编码时总会存在一些过渡数据集和颜色条纹带,为了对颜色条纹带实现平滑过渡,我们需要对空间数据集伪彩色编码的颜色参数关键点区间进行色彩渐进插值。
在色彩理论中,对于任意的单色Sx总是可以通过函数F连续过渡到单色Sy,函数F的赋值与单色Sx到单色Sy中的连续过渡的Si的色彩值相对应[4]。因此,函数F的赋值过程可以看作是在单色Sx和单色Sy中插入一系列连续的单色Si色彩点。由此可知,任意的混合色彩CX总是可以连续地过渡到混合色彩CY。
由文献[6]可知,对于空间数据集伪彩色编码的颜色条纹带可以在某个方向上将其分为N层,设轴线方向上存在N个点,每个点都是由层片所在平面与轴线相交形成。设Pi点(Pi∈N)所对应的色彩信息为Ci,在第一层片的色彩信息C1与最后一个层片的色彩信息Cn之前插入Ci,由式(4)知:
而色彩信息C1到色彩信息Cn之间是渐变的,由式(4)、式(5)可知:
即:
3 算法分析
基于预警等级的空间数据集伪彩色编码算法首先对空间数据集进行三维空间数据集模型构造,然后对空间数据集的属性值进行灰度级映射,依据预警等级的色彩渲染需求和灰度级与彩色空间的映射关系进行伪彩色变换函数颜色节点参数聚类,再根据伪彩色变换函数进行灰度级到彩色空间的伪彩色编码,最后对伪彩色编码形成颜色条纹带进行色彩渐进插值优化,使得基于预警等级的空间数据集伪彩色编码具有更好的颜色过渡和平滑性。
具体的算法流程如图2所示。
具体的算法实现如下:
基于预警等级的空间数据集伪彩色编码算法主要包含颜色赋值函数SetDataColor()和色彩平滑函数InsertColor()。颜色赋值函数主要完成空间数据集与彩色空间的映射,色彩平滑函数主要实现伪彩色颜色条纹带的平滑过渡。
4 应用实例
为了对基于预警等级的空间数据集伪彩色编码算法的有效性进行验证,本文选取某矿2011年5月6日12:00时获取的矿井水文地质参数水位变化较大、测点位置较为均匀的七组数据构建的空间数据集,数据库服务器为SQL＿SERVER 2000,开发工具为Microsoft Visual C++6.0,操作系统为Windows XP,数据采集选取西安欣源测控技术有限公司研制的XY-Ⅱ水位传感器,精度为0.1%FS,分辨率为0.01Mpa,0.5cm,具体数据集合如表3所示。
为了提高空间数据集伪彩色编码的质量,需要依据空间数据集的数据集合规模,对较小数量级的空间数据集进行基于地统计数学分析方法的三维空间数据集模型构造,本文选取克里格插值算法[14],经过基于预警等级的空间数据集伪彩色编码算法处理后,其可视化图像如图3所示。
为了增强色彩的平滑过渡,背景没有设置为白色,从图2我们可以看到基于预警等级的空间数据集伪彩色编码色彩处于连续平滑的灰度序列中。并且其图像色彩过渡平滑、自然、友好,具有较好的视觉美感。
在实例的实现过程中,我们设定空间数据集属性值集合为9000个数值对象,在进行伪彩色编码时我们设定视图刷新间隔时间为1秒,实验证明,该算法可以满足实时的可视化分析要求,能都精准的进行空间数据集的伪彩色编码。而实际上无论是矿井水文地质参数的可视化需求,还是地震、地质监测数据的可视化需求,其视图刷新时间受到存储数据时间间隔的影响,一般都在5分钟以上,因此,该算法完全可以达到地质监测参数的可视化需求和分析效率。
5 结语
为了实现空间数据集的三维可视化处理,更好地使空间数据集的属性数据集合与基于红、黄、绿三色为基础组建的预警等级彩色空间系统相映射,提出了一种改进的、色彩平滑过渡的基于预警等级的空间数据集伪彩色编码算法。该算法首先对空间数据集进行三维空间数据集模型构建,使得其与灰度级系统相对应,然后对灰度级到彩色空间系统的颜色赋值函数进行构造,最后对于颜色条纹带进行平滑过渡处理,实验证明该算法是科学有效的,但是由于颜色聚类参数的精确度受到节点分配的影响,其图像的伪彩色编码效果和色彩平滑过渡都会受到限制。因此,下一步工作要对灰度级到彩色空间系统的色彩变换函数的构造要结合主观视觉量化的彩色系统进行改进研究,以进一步提高伪彩色映射的图像处理效果,同时,对于由红、黄、绿三色构成的预警等级彩色空间映射系统中的组合色要进行改进研究。
摘要：针对空间数据集可视化能力差、基于视觉的统计分析难度较大、空间数据信息表达不完全等问题,提出一种基于预警等级的空间数据集伪彩色编码算法。在该算法中,首先对空间数据集进行三维空间数据集模型构造;然后进行三维空间数据集属性集合的灰度级映射,依据灰度级与彩色空间系统的映射关系对基于预警等级的彩色空间映射色彩变换函数的颜色聚类参数进行聚类,根据灰度级的阈值区间进行伪彩色色彩变换函数赋值;最后对伪彩色编码的颜色条纹带进行色彩渐进插值平滑过渡处理。实验证明,该算法处理的基于预警等级的空间数据集色彩渲染层次感强、色彩过渡平滑,有利于空间数据集信息的表达。
伪彩色化 篇4
随着技术的发展和成熟，伪彩色图像融合方法越来越受到人们的关注和重视，并应用到战场侦察、监视等领域。Toet提出一种用色差来增强图像的细节信息的伪彩色方法进行热成像图像和电视图像融合[1]。Zhao等将灰度融合图像、原图像与灰度融合图像的差异送到RGB不同的颜色通道，形成伪彩色融合图像[2]。但上述方法的融合结果色彩失真比较严重。本文提出一种基于色彩变换的图像融合方法。实验结果表明，应用本方法得到的融合图像色彩更逼真，更符合人眼的视觉特征。
1 图像的小波分解和方向对比度
根据二维Mallat小波快速算法[3]，图像第j次小波分解后生成3个高频分量Dji和1个低频分量Cj,i=H,V,D为水平、垂直和对角方向高频分量，j为小波分解尺度。Mallat小波分解公式：
重构公式：
m和n为图像的行和列，H*、G*分别为H、G的共轭转置矩阵。
图像对比度：R=（L-LB）/LB=LH/LB(3)
L表示局部灰度，LB表示图像的局部低频分量，则LH=L-LB局部高频分量。
2 图像融合的规则与算法
在图像融合过程中，融合规则至关重要，它的选择直接影响着融合的效果。本文应用基于方向对比度和区域标准差最大化的融合准则和算法。
(1)融合图像F的低频部分：CL,F=（CL,A+CL,B）/2(5)
CL,A、CL,B表示源图像L尺度上的低频分量，CL,F表示融合图像L尺度上的低频分量。
(2)融合图像在最高分解尺度L上的高频系数：
其中i取H、V、D;RiL,A、RiL,B表示源图像A和B在L尺度上i方向上的对比度；DiL,A、DiL,B、DiL,F表示图像A、B和融合图像F在L尺度上i方向上的高频分量。
(3)其它各小波分解尺度上的高频系数：
其中i取H、V、D；分解尺度j取1到L-1;STDA、STDB表示源图像A和B在j尺度上i方向上的对应局部区域上的标准差，标准差：
M,N为区域的行数和列数，xi,j为区域内一个像素的灰度值，为区域像素的灰度均值。
3 融合图像
(1)把灰度融合图像和彩色参考图像变换到lαβ空间[4]：
其中l表示非彩色通道，α表示黄蓝通道，β表示红绿通道。
(2)色彩变换方法如下：
其中μsl、μsα、μsβ为彩色源图像l、α、β分量的均值，μtl、μtα、μtβ为目标灰度图像l、α、β分量的均值，σsl、σsα、σsβ为彩色源图像l、α、β分量的标准差，σtl、σtα、σtβ为目标灰度图像l、α、β分量的标准差。
(3)把色彩空间从lαβ转化为RGB:
4 融合实验结果
为了验证本文融合算法的效果，对具有不同特征的源图像进行融合实验。从图1(f）的融合结果可以看出，应用本文方法得到的融合结果色彩更逼真自然，目标更突出明显，更符合人眼的视觉特性。
5 结论
本文提出了一种伪彩色图像融合算法，用色差来表示原图像与灰度融合图像之间的差异，得到的彩色融合图像比灰度融合图像包含更多的信息。在灰度融合图像的基础上引入彩色显示，使伪彩色融合图像在更容易辨认。和Toet、Zhao等提出的伪彩色算法相比，本文综合利用了灰度融合图像和色彩变换，增强了图像细节信息，图像更加易于识别。
参考文献
[1]Toet A,Walraven J.New False Color Mapping for Image Fusion[J].Optical Engineering,1996,35(3):650-658.
[2]赵巍,毛士艺.一种基于假彩色的象素级多传感器图像融合算法[J].电子学报,2003,31(3):368-371.
[3]Mallat S G.A Wavelet Tour of Signal Processing[M].San Diego:Academic Press.1998,302-310.