夜间行车时若对面车辆开启远光灯,驾驶员会感到非常刺眼,无法看清前方路况,这种现象称为晕光现象。可见光和红外视频融合的抗晕光方法充分利用了可见光图像分辨率高、有色彩和红外图像没有晕光的优点,得到的融合图像既没有晕光,又具有较高的清晰度和色彩,将融合结果输出在显示屏上,可以在夜间发生晕光时为司机提供前方路况的清晰图像。本文针对现有可见光和红外视频融合抗晕光方法仍存在的问题:1.抗晕光图像融合算法消除晕光不彻底;2.融合图像清晰度较低,开展了以下研究工作:1)结合本文可见光和红外图像的特点,采用了基于特征点的配准、MSR增强、3×3模板的中值滤波作为本文的图像预处理算法,预处理后的可见光和红外图像消除了空间上的差异,暗处目标和视觉效果得到增强,滤除了图像拍摄过程中产生的噪声;2)设计了一种YUV-Curvelet变换融合可见光与红外图像的算法,该算法通过Curvelet变换实现图像二维细节信息的有效表达,通过在YUV色彩空间下进行融合来减少算法计算量、避免色彩失真,融合图像中物体的纹理、轮廓、边缘以及色彩均清晰可见;3)针对YUV-Curvelet变换融合图像依然存在晕光的问题本文设计了一种权值自动调整的低频系数融合策略,该策略能够根据低频系数对应的晕光程度自动调整其融合权值,可以避免晕光信息参与融合过程,并最大程度地保留有用信息,对改进的YUV-Curvelet变换的融合结果进行分析,从主观视觉效果上可以看到该方法的融合图像彻底消除了晕光,客观指标显示市内小区道路场景下比YUV-小波变换融合图像的平均梯度、边缘强度分别提高了58.43%、60.12%,市内主干道场景下分别提高了45.02%、50.23%,市郊道路场景下分别提高了53.09%、52.47%,表明改进YUV-Curvelet变换融合图像的清晰度比YUV-小波变换显著提升,细节信息也更加丰富,人眼视觉效果更好;4)设计了一种抗晕光评价指标——晕光消除度,以及一套针对可见光和红外抗晕光融合图像的评价体系,用来客观地评价算法去除晕光的程度以及融合图像非晕光区域的视觉效果,结果显示本文算法在三种场景下融合图像的晕光消除度较低频系数加权平均的YUV-Curvelet变换分别提高了45.94%、27.74%、22.84%,非晕光区域视觉效果评价指标也有明显提升;5)为了验证本文算法的可行性,采用USB摄像头和笔记本电脑搭建了抗晕光视频融合系统,采用MATLAB及其GUI功能设计了系统的软件平台。使用抗晕光系统对夜晚不同场景下开启远光灯的车辆进行了拍摄,拍摄结果显示本系统融合图像彻底消除了晕光,细节、色彩信息清楚,清晰度和视觉效果良好。综上所述,本文设计的算法能够彻底地消除晕光,大幅提高融合图像的清晰度和视觉效果,设计的抗晕光系统在夜间拍摄开启远光灯的车辆时能够输出无晕光、清晰、流畅的前方道路视频图像。