目 录
第 1章 绪论 1
1.1 研究背景. 1
1.2 图像融合技术的国内外研究状况. 1
1.3 红外图像与可视图像融合意义. 2
1.4 彩色融合的意义. 3
1.5 本论文的主要内容. 4
1.6 本章小结. 4
第 2章 图像融合与图像预处理 4
2.1 图像融合. 4
2.2 图像预处理. 7
2.3 本章小结 10
第 3章 彩色空间. 11
3.1 彩色图像 11
3.2 彩色空间 12
3.3 本章小结 15
第 4章 彩色融合算法及实验结果. 16
4.1 彩色融合算法 16
4.2 实验结果 19
4.3 本章小结 23
结 论. 24
致 谢. 25
参考文献. 26
第 1章 绪论 1.1 研究背景 随着多光谱成像技术的发展, 人们能够获取事物在不同波谱分辨率下的图像,进而通过图像融合技术,使不同形式的信息互相补充,获得对同一事物或目标的更客观、更本质的认识。红外传感器和可见光传感器作为两种最常见的图像源被广泛地应用在计算机视觉、自动控制、机器人、目标识别跟踪、反恐安检等领域。红外图像可在场景内定位具有较高温度的物体(热源),而可视图像则能提供背景信息,将二者融合便能实现在背景中定位热源物体的功能。研究表明,相比灰度图像,彩色图像能够提供更加丰富的图像细节信息。本课题便是研究彩色融合技术,将红外图像和可视图像融合后,并将融合信息以彩色效果显示,使融合后的图像具有更加丰富的场景信息和目标信息,以便于更精确的目标识别。
1.2 图像融合技术的国内外研究状况 图像融合技术研究至今已经有二十几年的历史,且在各个领域都得到了应用。由于图像融合的类别繁多,且每一种类别都有各自的特点,所以对融合结果有不同的要求。目前在图像融合的众多处理方法中,有些方法是比较一般通用的,而更多的方法则是根据特定的融合目的而提出的。Piella 对图像融合方法的要求作了一般性描述:对于图像融合的方法,要求能够最大限度地保留源图像中的重要信息,要求在融合过程中最低限度引入人为干扰或虚假信息,同时要求该方法必须具有稳定性、可靠性。1992 年,Abidi 和 Gonzalez 对图像融合领域提出了一个层次结构的模型,该结构模型共为分四个层次:信号级、像素级、特征级、决策级,而根据图像融合方法处理信号的方式都可以划分到这四个层次上来。第一层信号级是将没有经过处理的传感器信号经过混合而形成融合信号;第二层像素级是将不同图像之间的像素点通过运算而形成融合图像;第三层特征级和第四层决策级对图像的处理不是基于像素点展开的,而是在图像理解后再提取出的特征上展开的,这两层通常是在智能分析或智能判断时应用。由于像素级方法相对简单且只需要对原始图像像素点数据进行处理,不像信号级方法对传感器信号进行处理不够稳定,也不像特征级、决策级方法需要对图像理解提取特征,所以学者一般都是基于像素级展开图像融合技术研究,图像融合领域最新的研究成果大多集中于此层。而本文中使用的融合算法也就是像素级的融合算法,简洁、速度快、效果好。在基于像素级的方法中基于多分辨率分析的方法在图像融合的各个领域中都得到了广泛的应用,基于多分辨率的图像融合方法的基本思想是将源图像分解到不同尺度不同方向的空间频率子带上,然后再对每一个不同的子带进行融合处理,这样既可以提高融合图像的分辨率,同时还能够很好地保留源图像的光谱信息,因此基于多分辨率分解的方法是目前图像融合处理中研究热点之一。 对于图像融合技术的系统开发和实际应用,国外起步较早源]自{751·~论\文}网·www.751com.cn/ 。在 1984 年,美国就成立了信息融合专家组;在 1998 年,美国国防部把信息融合技术列为 20世纪 90 年代重点发展研究开发的二十项关键技术之一;在 20 世纪 90 年代发射的多个卫星都应用了图像融合技术;同时美国通用公司开发研制的 DiscoveryLS 产品能够将正电子发射断层扫描图像与 X 射线扫描图像完美结合,该公司还开发了医疗图像融合系统,具有自动三维配准的功能,能够将 MRI 和 CT 图像进行融合,为肿瘤和神经类疾病的治疗提供依据;荷兰和德国研制的“芬内克”侦察车及英国和美国研制的“追踪者”侦察车都采用了图像融合系统,将热像仪、激光测距仪、电视成像仪等多个传感器图像进行融合。国内对图像融合技术的应用虽然起步较晚,但是也取得一定成果,如我国和巴西联合研制的“资源一号”卫星安装有 CDD 相机和红外多光谱扫描仪,可以对这两种传感器图像进行融合,大大扩展了卫星的遥感应用范围[2]。