项目简介

  昼夜连续成像对于安防监控、自动驾驶等领域都有重要意义。现有的许多实用的成像系统，例如24小时监控系统，需要在全天候不间断的稳定地捕获高质量彩色图像。但这不可避免的会受到环境光照变化的影响。带有红外滤光片的普通硅相机通常在充足的日光下工作良好，但在夜间光线不足时表现不佳，无法满足实际应用需求。简单地使用闪光灯或增加曝光时间是不切实际的，因为它们会改变拍摄图像的色调、造成能源的浪费、导致图像模糊等。

  为了克服这种困境，大多数现有解决方案使用额外的近红外照明来照亮物体。然而，近红外光照对于这些监控系统来说是一把双刃剑。一方面，它利用了硅传感器对近红外光照灵敏的特性，允许监控系统在低光照环境中获取视觉信息。另一方面，它影响了硅传感器对可见光信息的捕获并导致拍摄的图像质量下降，主要体现在对比度下降。

  与现有解决方案不同，本项目提出使用一个普通的去除红外滤光片的硅传感器相机捕获可见光与近红外信号混合的图片，通过所提出的增强方法获取高质量的可见光图像与近红外图像，从而避免了额外硬件的需要，如图所示。所需的硬件只是一个去除红外滤光片的硅传感器相机，通过将可见光信号与近红外信号分离的计算过程，将输入的硅传感器相机采集的可见光与近红外混合图像，稳定转换为高质量的色彩鲜艳的可见光图像。因此，本技术相较现有解决方案具有价格更低廉、传感器技术更成熟、受环境光照影响更小等优势。

技术描述

  一、关键技术

  1. 设计了一种使用去除红外滤光片的硅传感器相机进行昼夜通用彩色成像的方案，能够在全天24小时各种光照条件下进行高质量的彩色成像，这有利于提升24小时监控系统的成像质量，同时降低成本；

  2. 研制了一种光学成像系统，能够有效地采集不同光照环境下，硅传感器相机拍摄的混合图像、可见光图像、近红外图像，为后续的图像增强方法提供所需的训练数据；

  3. 提出了一种基于可见光图像和近红外图像的混合图像模拟方法，能够模拟各种光照条件下，去除红外滤光片的硅传感器相机拍摄的原始图像；

  4. 设计了一种图像增强方法，包含分离和修复增强两个阶段，并设计了一个由四个子网络构成的神经网络用于图像增强。

 二、技术创新点

  1. 只需要普通的彩色相机，即可生成24小时中任意时间的高质量彩色图像；

  2. 硬件成本极低，利用基于神经网络的人工智能算法达到技术目的；

  3. 特别适用于安防监控、智能终端等领域的技术需求。

技术状态

  本项目算法研究部分已经完成，成果已经发表在人工智能国际顶级会议AAAI上（中国计算机学会推荐列表CCF-A类论文，代表领域顶级）。示例效果如下：

知识产权

  本项目核心技术已申请发明专利。

意向合作方式

  一、可依托本技术，根据需求进行进一步技术开发；

  二、技术作价入股，共同创办企业。

联系方式

  电话：010-82338429

  邮箱：gyygs@buaa.edu.cn