基于两尺度分解和特征提取的红外与可见光图像融合

黄文博，严华

(四川大学电子信息学院，成都610065)

0 引言

图像融合是把两幅或多幅从不同类型传感器采集而来的同一场景的图像经过特定的算法，将有效信息整合到一张图片上，这张融合结果图包含源图像的不同种类的特征，实现了不同成像模式的优势结合的同时也弥补了不同传感器的自身劣势。常见的图像融合有可见光与红外图像融合、多聚焦图像融合、医学图像融合、多曝光图像融合。可见光与红外图像融合在军事上能够提升装备的探测和识别能力，可见光图像和红外图像的成像原理不同，前者经过物体的反射率进行成像，类似于人类视网膜成像的工作原理，而红外图像则是根据物体的温度和辐射率进行成像，在军事上对于探测隐蔽事物有极大帮助。目前图像融合技术按层次分可以划分为三类：像素级融合、特征级融合、决策级融合。像素级融合是最基层的融合，传统主流方法大多基于像素级融合。顾名思义，像素级融合是直接针对像素点进行融合操作的，在原始数据上进行融合，可以增加原始数据的信息量，融合后的图像具有更多的细节信息，如边缘、纹理，有利于图像的进一步分析、处理与理解，还能够把潜在的目标暴露出来，利于判断识别潜在的目标像素点的操作，这种方法才可以尽可能多地保存源图像中的信息，使得融合后的图片不论是内容还是细节都有所增加，这个优点是独一无二的，仅存在于像素级融合中。……