图像融合的研究背景和研究意义

图像融合的研究背景和研究意义

1概述

2 图像融合的研究背景和研究意义

3图像融合的层次

像素级图像融合

特征级图像融合

决策级图像融合

4 彩色图像融合的意义

1概述

随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。

作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。

2 图像融合的研究背景和研究意义

Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把

工作在不同波长范围、具有不同成像机理的图像传感器对同一个场景的多个成像信息融合成一个新图像，从而使融合的图像可信度更高，模糊较少，可理解性更好，更适合人的视觉及计算机检测、分类、识别、理解等处理。

如今，图像传感器的种类繁多，表列出了常用图像传感器及其性能特点。

由各种传感器的性能特点可见，不同传感器对于场景的描述是完全不同的。通过对来自多个传感器的图像进行融合处理后，获得的融合图像包含了单一传感器无法提供的信息。

传感器类型主要特点

可见光可获得丰富的对比度、颜色和形状信息

微光夜视仪夜视，探测距离一般在800～1000m

红外热像仪昼夜两用，探测距离一般在几km～十几km；波段：3～5um（中

红外波段）；8～12um（长红外波段）

激光成像雷达成像距离3~5km；由于激光束很细（小于10mm），探测分辨能力

强

图像融合的主要目的:

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性；

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。

表 常用的图像传感器及其性能特点 目前，图像融合技术在许多领域都得到了广泛的应用，包括遥感图像的分析和处理、自动识别、计算机视觉、医学图像处理。在军事领域，图像融合技术在经精确制导、自主式炮弹、微型军用机器人、战场侦察车及目标跟踪等系统中发挥了重要作用。例如：①红外图像与可见光图像的融合可以更好地帮助直升机飞行员进行导航；②CT 与磁共振MRI 图像的融合有利于医生对疾病进行准确的诊断；③ Landsat TM 图像与SPOT 图像的融合集成了TM 图像的多光谱特点和SPOT 图像的高空间分辨率特点，有利于对目标的提取和分类；④可见光图像与红外或毫米波图形的融合可以增强藏匿武器的检测能力和精度等。随着多传感器图像融合技术的不断发展和完善，其在军事和民用的各个领域的应用会更加广泛，因此，对图像融合技术展开深入的研究，对于国民经济的发展和国防事业的建设均具有非常重要的意义。

3图像融合的层次

像素级图像融合

像素级融合是直接对各幅图像的像素点进行信息综合，融合后形成一幅新的图像，该图像包含的信息更丰富、精确、可靠、全面，信号的灵敏度与信噪比提高，提供特征级融合和决策级融合所不具有的细节信息，并尽可能多地保留了场景的原始信息，可以帮助观察者更容易地观测或识别潜在目标，更有利于图像的进一步分析、处理与理解。像素级融合是最低层次的融合，但作为最重要、最根本的图像融合方法，一直倍受人们的重视。 毫米波雷达 天候特性优于可见光及红外，抗干扰能力强，分辨率较高

合成孔径雷达（SAR ） 天线尺寸小，成像分辨能力高（地面分辨宽度可达1～3m ），由

于微波对于土壤和水有一定穿透能力， SAR 可探测浅层地下和

水下目标

多光谱/超光谱成像

仪

多个光谱谱段同时、精确测量目标；可用于地形测绘、监测和分析

特征级图像融合

特征级图像融合是在像素级融合的基础上，利用从各个传感器图像的原始信息中提取的特征信息进行综合分析及融合处理，是使用参数模板、统计分析、模式相关等方法进行几何关联、目标识别、特征提取的融合方法，对原始图像提取出一些特征进行融合，并排除虚假特征，然后在一张新图上合并这些特征，特征级图像融合是中间层次上的融合处理。通过特征级图像融合不仅可以增加图像中提取特征信息的可能性，而且还可能获取一些有用的复合特征。

决策级图像融合

决策级图像融合是在信息表示的最高层次上进行的融合处理。首先按照应用的要求对从各个传感器获得的图像分别进行预处理、特征提取，确定各类别中的特征影像，得到初步识别和判决，关联各传感器提供的判决，再按此进行相关处理，以增加识别的置信度，最后进行决策级的融合处理，从而获得最终的联合判决。决策级融合是直接针对具体的决策目标，充分利用了来自各图像的初步决策。

4 彩色图像融合的意义

当前的图像融合主要以目标识别为目的，因此，融合图像除了应包含源图像的全部有用信息外，还应该做到能够较好地表明源图像中各种细节以及融合图像的细节信息来源。另外，融合图像还应有助于提高目标识别的速度和准确性。

目前图像融合技术多数是针对并适用灰度图像处理的。灰度图像只能用不同的灰度来表示不同的信息，其融合图像无法做到即保留各幅图像的有用信息又表明各个细节信息的来源。而彩色图像可以将不同的亮度和不同的彩色组合起来表示不同的信息，因此，由彩色图像融合而成的彩色融合图像就可以同时表达细节和细节信息的来源。人眼在灰度图像中只能同时区分出由黑到白的十多种到二十多种不同的灰度级别，而人眼对彩色的分辨率则可达到几百种甚至上千种。相对于灰度图像，人眼可以更快、更准确地识别出经过彩色编码表达的信息，人对于彩色图像的目标识别的速度和准确性可分别提高30%和60%。由此可知，用彩色融合图像可以解决既保留各幅图像的有用信息又表明各个细节信息来源的问题，还可以使目标识别的速度和准确性有较大提高。

同时，彩色图像融合技术也实现了显微镜景深扩展。因为普通显微镜都有