08-图像融合重点.ppt

Wavelet Transform 小波1级及2级分解图示 2. 图像融合的层次（或级） ① 像素（pixels)级融合 ——对应像素的融合。 ② 特征(Feature)级融合 ——对应特征的融合 ③ 决策(decision-making)级融合 ——在①、 ②级基础上，通过分类、识别和综合评价，进行的最后决策。 像素级融合 决策级融合 特征级融合 可见光图像 远红外图像 融合结果一 融合结果二 可见光图像 红外图像 融合结果一 融合结果二 Focus on right part Focus on left part Image taken using auto focus function Fused image 3. 图像融合的基本流程 图像预处理 8.1 信息融合概述 8.2 图像融合简介 8.3 图像配准方法 8.4 图像融合方法 8.5 融合效果评价 主 要 内 容 IR（红外光成像） MMW（毫米波成像） RADARSAT IRS（红外光谱成像） MR T2 CT PET MR T1 Multi-modality Registration Examples 1. 图像配准简介 　图像配准是是像素级图像融合的先决条件，从不同探测器、不同时间、不同角度所获得的两幅或多幅图像在空间上的最佳匹配。其中一幅是参考图像数据，其它图像作为待配准图像与之匹配。 图1 待配准图像 图2 参考图像 2. 配准原理 上面图1与图2之间存在一个缩放、旋转、平移的关系，图像配准的目标就是找到这三种变换的对应关系。即： 其中g表示二维空间坐标变换。配准的目的就是要找出最佳坐标，灰度变换参数。 Figure 3: Feature Detection Figure 4: Feature Matching (Images adapted from Zitova,2003 ) Image Registration Image Registration Figure 5: Transformation Model Estimation Figure 6: Image Resampling and Transformation (Images adapted from Zitova,2003 ) 3. 配准步骤 图像配准的过程也就是“确定空间变换模型—求解变换模型参数”的过程。 1) 搜索空间 2)特征空间 3)搜索策略 4)相似性度量 搜索空间是待配准的图像坐标之间所有可能的变换关系。例如： 刚体变换 仿射变换 投影变换 非线性变换等 3. 配准步骤 图像配准的过程也就是“确定空间变换模型—求解变换模型参数”的过程。 1)搜索空间 2)特征空间 3)搜索策略 4)相似性度量 从待配准的图像中提取出来用于匹配的特征，包括边缘、轮廓、面目标拐角、曲线上的交叉点和高曲率的点等地物特征以及人工选取的配准控制点等外部特征。 3. 配准步骤 图像配准的过程也就是“确定空间变换模型—求解变换模型参数”的过程。 1)搜索空间 2)特征空间 3)搜索策略 4)相似性度量 在搜索空间寻找最佳的变换模型参数的过程中所采用的方法。 3. 配准步骤 图像配准的过程也就是“确定空间变换模型—求解变换模型参数”的过程。 1)搜索空间 2)特征空间 3) 搜索策略 4)相似性度量 衡量搜索空间中不同的参数变换模型的优异程度。 图像几何变换 对图像进行重新采样和插值 配准实例 待匹配图像 参考图像 匹配图像 与参考图像的叠加效果 通过相关判据求出匹配点 求解仿射变换参数 特征点 匹配点 (c) Original images Results Example 1 Original images Results Example 2 8.1 信息融合概述 8.2 图像融合简介 8.3 图像配准方法 8.4 图像融合方法 8.5 融合效果评价 主 要 内 容 简单组合式图像融合方法 逻辑滤波器法 数学形态法 图像代数法 空间域融合方法 HSI变换 PCA变换（Principal Component Analysis） 高通滤波法(HPF) 塔式分解法 变换域