可見光與紅外圖像融合優(yōu)化技術(shù)研究.pdf

1、圖像融合是圖像處理系統(tǒng)中的一個(gè)重要組成部分，在軍事、民用等領(lǐng)域中都得到了廣泛的應(yīng)用。但是目前的圖像融合算法大多沒有考慮特定類型圖像的成像機(jī)理和具體的融合目的，融合效果并不理想，所以本文針對(duì)可見光圖像和紅外圖像的融合，開展了基于多分辨分解方法的優(yōu)化技術(shù)研究。
　　首先，在低頻融合階段，當(dāng)圖像中有多個(gè)區(qū)域需要關(guān)注時(shí)，一般常用的低頻融合方法和簡單的二值化區(qū)域分割方法并不能將目標(biāo)有效地反映到融合結(jié)果中去，同時(shí)會(huì)降低融合圖像的光譜信息。所以

2、本文根據(jù)紅外圖像的特性，采用了基于信息熵的多閾值分割方法，將圖像分割多塊區(qū)域，每塊區(qū)域表示場景中具有相近溫度的一類物體，再針對(duì)每個(gè)區(qū)域進(jìn)行融合，可以使融合圖像具有更好的清晰度和層次感。
　　其次，在高頻融合階段，根據(jù)可見光圖像和紅外圖像融合目的，本文選擇了最能保留細(xì)節(jié)信息的梯度規(guī)則，同時(shí)采用尺度可變的LOG算子進(jìn)行高頻子圖的梯度計(jì)算，并進(jìn)行全局梯度計(jì)算和一致性校驗(yàn)等優(yōu)化工作，使算法在保持細(xì)節(jié)信息方面有更好的性能。
　　再者，

3、針對(duì)傳統(tǒng)的圖像客觀評(píng)價(jià)指標(biāo)存在與主觀評(píng)價(jià)不一致的情況，本文采用平均梯度、空間頻率、結(jié)構(gòu)相似度指標(biāo)和邊緣相似度指標(biāo)來綜合評(píng)價(jià)融合結(jié)果，并利用模糊積分方法將上述指標(biāo)合并為一個(gè)指標(biāo)。實(shí)際結(jié)果表明，本文采用的客觀評(píng)價(jià)指標(biāo)能夠有效地評(píng)價(jià)圖像融合結(jié)果情況，并與主觀評(píng)價(jià)有良好的一致性。
　　最后，考慮到傳統(tǒng)的圖像融合框架并沒有考慮多分辨率分解層數(shù)對(duì)融合結(jié)果的影響，所以對(duì)其進(jìn)行了改進(jìn)，改進(jìn)后的框架可以自適應(yīng)確定分解層數(shù)使融合結(jié)果達(dá)到最優(yōu)。