-
近十年来图像融合在许多领域都得到了广泛应用，包括目标或状态的监测、目标识别、目标分类、跟踪、监控和变化检测等。这些应用按其所在的领域可以分为如下几类:
- 上一篇：VOC控制技术研究现状
- 下一篇：EMCCD发展研究现状
(l)智能机器人:对环境的视觉触觉力矩反馈与运动控制、立体摄像融合、智能注视控制、自动目标识别与跟踪、立体图像融合。
(2)医学图像处理:不同类型的医学影像融合(例如CT图像与MR图像的融合)、计算机辅助制导手术、3-D表面的空间配准。
(3)遥感图像处理:用于不同波段的图像融合、基于摄像方法和数字方法的融合技术、电磁光谱应用、黑白空中摄影到多光谱主动微波空间成像雷达。
(4)制造业:电子线路与部件的检测、产品表面测量与检测、无损检测、材料探伤、复杂设备的诊断、生产过程监控。
(5)军事与司法领域:战机、导弹、机场、舰船等重要军事目标的检测、定位、识别与跟踪、反伪装、战场监视、夜间飞行导航、藏匿武器的检测、案发现场的影像拍摄、交通管制、安检系统等诸多方面。9900
(6)国土资源开发与应用:植被覆盖的统计分析、农作物的产量估计、土地利用状况的监测、城市规划、地图绘制、洪涝灾害与地质灾害等自然灾害的预测与评估、环境监测与调查、矿产资源评估与探查、岩性识别与分类等[3-4]。
图像融合能够协同利用同一场景的多种传感器图像信息，输出一幅更适合于人类视觉感知或计算机进一步处理与分析的融合图像。它可明显的改善单一传感器的不足，提高结果图像的清晰度及信息包含量，有利于更为准确、更为可靠、更为全面地获取目标或场景的信息。因此，图像融合技术的研究是一项有着重要的理论与应用价值的课题。
近二十年来国际上在图像融合的不同层次上开展了大量的理论探讨、算法研究与实际应用，提出了各种形式的融合算法以及系统。但是至今为止，在多源图像融合这一研究领域内尚未建立起统一的模型与框架，以及公认的成熟的理论体系和方法，还存在许多尚待解决的理论和技术问题。随着图像融合技术的逐步成熟及应用的愈来愈深入广泛，其技术的敏感性也愈来愈高。国外公开发表的学术论文主要关注理论与算法，其核心技术及其实现方法由于知识产权保护与保密等原因公开较少。国内的图像融合研究起步较晚，近十年来，国内的学者对此也进行了大量的研究，但相比国际上的研究工作，我国的图像融合技术基本还处在理论研究阶段，只研制出少量具有初步融合功能的多传感器图像融合系统，还存在较大的差距。因此，迫切需要开展深入而广泛的基础理论、方法及应用方面的研究工作。多波段图像融合技术目前还没有建立起一个统一的理论框架，图像融合涉及到复杂的融合算法、概念、实时图像数据库技术和高速、大吞吐量数据处理等软硬件支撑技术[5]。