Matlab双谱图像融合技术研究(2)

菜单

图像数据融合种类很多，大致可分为以下几种：传感器多谱图像融合、传感器图像序列融合、红外图像与可见光图像融合、不同波段红外图像融合、雷达与红外图像融合、雷达与雷达图像融合、图像与非图像信息的融合等。

目前，将图像融合用于数字图像处理的主要目的有以下几种：

(1)锐化图像，降低图像模糊达到图像增强的目的；

(2)在数字地图绘制等方面，提高平面绘图和几何纠正精度：

(3)增强单一图像信息源中相关特征；

(4)提高数据间的相互补充，改善分类精度；

(5)利用多时相数据进行动态监测，提高时相监测能力；

(6)利用来自其它传感器的图像信息来替代、弥补某一传感器丢失的信息，克服目标提取与识别中数据的不完整性，提高解译图像信息的能力。

1.2 夜视图像的融合

夜视技术主要分为微光夜视技术和红外热成像技术两类。微光夜视技术致力于探索夜间和其他低光照度时目标图像信息的获取，转换,增强，记录和显示,研究其在人类实际生活中的应用。它的成就集中表现在使人眼视觉在时域，空域和频域得到有效扩展。而红外热成像技术能把目标与场景各部分的温度分布，发射率差异转换成相应的电信号，再转换成可见光图像。热像仪的温度分辨率很高（0.1—0.01 ℃），使观察者更容易发现目标的蛛丝马迹。源:自/751-·论,文'网·www.751com.cn/

但微光和红外成像也各有其不足之处，其中微光图像的对比度差，灰度级有限，瞬间动态范围差，高增益时有闪烁，强光闪烁时会出现光晕乃至错觉。而红外热图像有物体与场景温度的有关，物体会呈现不自然的外观。

虽然微光夜视和红外热成像是当前夜视装备的主要技术模式，是世界各国发展的重点技术。但由于在夜晚微光条件下，系统可探测的光谱范围窄，器件灵敏度和图像信噪比低，致使以往的微光图像和红外热图像都是单色图像，且图像缺乏立体感深度感这些都不利于目标的探测，使得系统的应用受到限制。

随着微光与红外成像技术的发展，综合和发掘微光与红外图像的特征信息，使其融合成更全面的图像已发展成为一种有效的技术手段。夜视图像融合能增强场景理解，突出目标，有利于在隐藏，伪装和迷惑的军用背景下更快更精确地探测目标。将融合图像显示成适合人眼观察的自然形式，可明显改善人眼的识别性能，减小操作者的疲劳感。

1.3 图象融合算法的层次分类

1.3.1 像素级融合

像素级融合属于底层的图像融合，它直接对多幅图像的像素点进行信息综合处理，形成融合图像。像素级融合提供了另外两种层次图像融合所不具有的细节信息。通过像素级图像融合后的复合图像包含的信息更丰富、更精确、更可靠、更全面，更有利于进行视觉分析或计算机处理。但是，该层次的融合往往是需要以图像的严格配准为前提的，配准精度一般应达到像素级。源图像配准与否对像素级图像融合的效果起到关键性的作用。

1.3.2 特征级融合

特征级融合是中间层次的融合处理。它是在对源图像进行特征(如边缘、形状、纹理等)提取之后，将不同类的特征信息进行融合处理，以获取目标特性更为精确描述的联合特征。融合处理得到的联合特征可能只是源图像特征的简单合成，也可能是由各分量特征属性组成的一种完全新型的特征。特征级融合的结果是一个特征空间，数据量相比于原来的图像数据大大减小，可以提高数据的处理和传输效率，有利于实现实时数据处理。特征级融合对传感器配准要求不如像素级要求那样严格，因此图像传感器可以分布于不同平台上。特征级图像融合实际上涉及了图像分割、特征提取和特征层信息融合等几个方面的内容。