论文部分内容阅读
图像融合(Image Fusion)作为图像工程的一个重要分支,几十年来已发生了深刻的技术变革,图像融合规则、融合方法逐渐趋向于对人类大脑认知功能的模拟和视觉感知系统的模仿,图像融合正逐渐向智能化、抽象化的视觉理解方向迈进。图像融合是指将多源信道所采集到的关于同一目标的图像数据经处理,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像的过程。这个过程提高了图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率,利于监测。红外与可见光图像融合一直是图像融合研究的热点,在军事侦查、安全监控等领域有着广泛的需求和应用。本文主要研究像素级的红外与可见光图像融合方法,重点是结合图像分割的红外与可见光图像融合算法的研究。本文介绍图像融合技术的研究背景及意义和国内外的研究现状;详细分析应用于图像融合的各种融合算法,阐述多分辨率分析原理,主要包括拉普拉斯变换、离散小波变换、非下采样Contourlet变换、平稳小波变换,并分析它们的优缺点。在传统的基于Piella结构的多分辨率分析融合算法的基础上研究了一种新的融合方法,即结合图像分割的多分辨率分析的图像融合方法。首先运用二维直方图熵方法对红外图像进行分割,然后利用多分辨率分析方法将红外背景图像与可见光图像融合成背景图像,最后将红外目标图像与背景图像融合得到最终的融合图像。实验结果表明与传统融合方法相比,该方法无论在主观评价还是客观指标上均有较为明显的改善。在此基础上,本论文还引入模糊C均值聚类方法,运用二维直方图熵结合模糊C均值聚类方法对红外图像进行分割,并将其应用于多分辨率分析图像融合。实验结果表面该方法分割得到的红外目标较完整,误引入的背景点相比于传统分割方法有一定提升。融合结果综合了可见光图像的大部分背景信息和红外图像的目标信息,具有良好的效果。