多传感器图像融合技术及进展.pdfVIP

多传感器图像融合技术及其进展 金伟其 (北京理工大学光电工程系) 摘要多传感器图像融合是目前普遍关注并迅速发展的技术分支，本文简述了图像融合技术的技术特点以及像 素级、特征级和决策级图像融合的分类方法，介绍了各种方法的一些具体实施方案、特点及新的进展，评述了图像 融合技术进一步发展和应用的一些关键问题。 关键词 多传感器信息融合 图像融合 图像处理 1引言 传感器图像融合技术的出现是与图像传感器技术、计算机技术、通信技术以及信息处理技术的发展，特别是 计划中的7项、2005年前9项计划中的6项均与图像融合技术有关。 势预测，图像融合技术在军事、航天航空、工业和医学等各个领域具有广泛应用潜力，其算法研究、系统研制 与应用巳成为热点课题。本文将对图像融合技术的分类进行简单的叙述，介绍目前提出的一些方法、进展以 及我们的研究结果。 2多传感器图像融合技术的特点及方法分类 2．1 多传感器图像融合技术的特点 多传感器图像融合的特点在于：相对于单～传感器可在更短的时间内，用更小的代价，获得更多或精确 的目标信息，即系统具有：(1)信息冗余性：多传感器对同一场景中目标信息的置信度可能各不相同，融合将 的互补性：融合从多传感器获得的互补性信息可使系统获取单一传感器所无法得到的景物特征(扩大空间覆 盖)。(3)扩大时间覆盖：多传感器和单一传感器在一段时间内获取的多重信息可以具有较长的时间覆盖； (4)高性能价格比：随着传感器数目的增加，系统成本的增加小于系统得到的信息量增加。 2．2多传感器图像融合的方法 一般地，图像融合从低到高大致可分为三个层次：数据(像素)级融合、特征级融合和决策级融合。 2．2．1数据(像素)级融合 数据级融合指在直接从传感器获取的原始(像素)数据上进行处理，获取统一的合成图像的过程，也称为 像素级融合，其融合的基本结构如图1所示。像素级图像融合在某些情况下可获得较好的视觉效果，但对数 据传输带宽和图像间配准的要求较高，计算处理量较大，且往往是人眼直接观察输出结果，对融合效果的定 量评价还没有统一的方法，另外，不同场景的融合方法不同，具有一些盲目性。 2．2．2特征级融合 特征级融合首先对各图像传感器的信号进行特征提取和分析再进行融合，具有模式识别的特征，其融合 的基本结构如图2所示。特征级融合对图像配准的要求没有像素级严格，综合处理各通道图像特征融合产生 的新特征具有比各输入图像特征更高的置信度，模式识别技术的应用还可消除一些虚假特征，优点较为突 出，但图像特征的提取仍尚有难度。 一42～ 2．2．3决策毁融合 决策级图像融合基于一些认识模块，模拟人识别、分析、推理的思维过程，可采用一些新的处理技术(如 人工智能、专家系统、模糊技术和神经网络等)来进行融合处理，也称为符号级或判决级融合，其基本结构如 图3所示。决策级融合能使多传感器数据在最高的抽象层次上得到有效的应用。当传感器类型差别较大，或 者多传感器信息是关于环境的不同区域时，这种融合可能是唯一的选择。 图】数据级(像素级)融合结构示意图 凰2特征级融合结构示意图 图3决策级融合结梅示意图 各层次上的融合并不是截然分开的，三个层次的融合往往可交错进行，最佳的融合方式需要根据具体情 况判断。由于一个图像系统接受到的最初信息是数据级的信息，因此，融合策略一般从低到高，即先对同一层 次的信息进行融合处理，获得可供更高层次融合处理的信息后，再汇入相应级进行高层次的融合。 3图像融合算法的一些研究进展 近年来，国内外在有关图像融合的理论和算法的研究上取得了一些进展。由于像素级特性融合仍是目前 融合的主要方式，下面将按照图像融合层次，以像素级融合为主介绍部分融合算法(由于篇幅以及彩色图像 排版等的限制，本文未给出有关的图像)。 3．1数据(像素)级融合 像素级融合方法是目前研究比较多的内容，是效果较好且容易实时化的技术途径。 3．1．1假彩色融合技术 假彩色图像融合处理可以说是以目前硬件技术水平而言最容易实时化的图像融合方法。其主要基于人 眼对颜色的分辨力超过对灰度等级的分辨力的特性，将各原始图像灰度等级中的细节信息以彩色方式表现。 基于假彩色技术的图像融合方法主要可分为3类： (1)基于RGB色空间的假彩色图像融合技术 传统的多光谱摄影可以说是这一方法的先驱，其原理