基于可见光、红外视频融合的夜间多目标实时检测算法

    采用多帧时空窗滤波和行人热成像特征相结合的方法进行红外视频滤波；采用种子区域生长（SRG）算法进行夜间行人检测；采用红外和可见光视频融合方法增强检测效果。这些措施使得夜间运动行人检测结果更加可靠有效，行人及其所处环境信息更加清晰直观。

    夜间行人检测是视频监控及运动目标检测中的重要研究内容之一。夜间光线较弱，可见光摄像机能拍摄到的目标成像信息（颜色、纹理、形状等）非常有限，如图 1（a）所示。单用可见光像机进行夜间行人检测，效果往往不理想。热红外像机可以探测到目标的热信号，并可以对热信号成像。目前将两种摄像机结合起来进行夜间行人检测是一个值得研究的方法。

    在热红外图像中不可避免地存在图像热噪声，如图 1（b）所示

 

     这些视频热噪声的来源较多，例如环境中存在干扰热辐射源、摄像机器件固有热噪声等，完全消除热噪声往往非常困难，因此在行人运动检测前，首先要进行红外视频滤噪。

     该文研究夜间行人检测问题，检测环境为夜间室外环境。当然该方法并不局限于检测行人，也可以用于检测车辆、船只等目标。与该文相关的研究工作如下：