图像融合技术概论(像素).docVIP

图像像素级融合算法（讲稿1） 2、图像融合算法研究 主要集中介绍像素级融合算法。 依实现原理划分，像素级图像融合算法大体分为： 代数算法， 假彩色技术， 图像调制技术， 多分辨技术， 基于视觉神经动力学的图像融合技术，等。 2.1 代数法 代数法包括加权融合、单变量图像差值法、图像比值法等。最常用的方法是加权平均法。 加权平均法主要是运用代数运算和线性运算来处理图像，是早期的图像融合方法。它的基本原理是不对源图像进行任何的图像变换或分解，而是直接对各源图像中的对应像素进行选择（选取最大值或最小值）、平均或加权平均等简单处理后输出融合图像。 以表示融合图像的第个像素灰度值，表示参加融合的第幅图像第个像素灰度值。表示参加融合的第幅图像第个像素的权值。加权平均法的数学表示式为： 根据实际应用的需要，代数法可采取局部和全局处理。 下面主要说明全局法的处理过程。 考虑到图像的整体性，所有融合运算采用了统一标准，因此称为全局法。主要步骤如下： （1）求出图像灰度的最大值、最小值、均值与方差； （2）由这些参数通过一定的运算，计算出一个变换式，可将高分辨力图像的灰度变成0到1的实数； （3）用变换后的实数与低分辨力图像进行一定的运算，其所得到的结果即为融合图像； （4）这个图像往往色调比较暗，必须进行增强才能满足要求。 设高分辨力图像灰度、灰度最小值、最大值、均值与方差分别为，低分辨力图像灰度值为，融合后的灰度值为，为变换系数。 2、假彩色技术 假彩色（False Color）图像融合处理的原理基于如下事实：人眼对颜色的分辨力远超过对灰度等级的分辨力。因此，如果通过某种彩色化处理技术将蕴藏在不同原始信道图像灰度等级中的细节信息以不同的色彩来表征，可以使人眼对融合图像的细节有更丰富的认识。 以假彩色法来实现图像融合的工作由来已久，随着对人眼生理特性认识的逐步深入，这种方法也在不断改进，以期达到既能将各原始信道的图像信息尽量地表现出来，又能使融合图像的可视效果符合人眼生理习惯的目的，这是当前假彩色研究的关键所在。 根据信息融合发生的色度空间不同，假彩色融合算法可分为三类： 2.1.1灰度融合后采用假彩色编码的融合算法 这种假彩色融合方法可以认为是图像处理的后期的假彩色化处理，其本质与图像融合并无直接联系，基本是灰度图像的假彩色编码的问题。 有文献分别采用灰度调制、灰度级平移叠加以及小波融合的处理手段对灰度图像进行融合后再进行假彩色处理，取得了一定的效果。此类算法的关键是选择合适的彩色标尺，而此要求却较为苛刻，使得这一方法一般只作为图像融合结果的可选附加处理。 2.1.2基于RGB色空间的假彩色融合技术 任何图像的彩色处理最终都将归结至RGB色空间的转换，因此，直接在RGB色空间的假彩色融合处理具备的最大特点就是计算简单，速度快，便于硬件实现和实时处理。 此类算法的原理依据如下的基本事实：来自不同图像传感器的图像总存在着差异，而这种差异一般总是以不同图像传感器的图像间不同的灰度特性分布所表征。因此，直接基于RGB色空间的假彩色融合处理就是利用不同图像间的灰度分布的不同，经过某种处理后，提取不同图像间的灰度差异，以某种组合方式送至R、G、B三通道直接进行显示。当然，不经过提取灰度差异这一处理过程而直接将图像送至RGB通道进行显示，在某些情况下可能也是一种有效而便捷的处理手段。基于RGB色空间的假彩色融合处理的基本运算结构流程见图2.1。 RGB色空间映射技术存在的主要缺点是融合前对融合后将要出现的图像细节的彩色表征缺乏可预见性，融合图像的细节表征与常规所见的图像往往大相径庭，观察员要辨识出图像细节，常常需要经过一定的训练和具备一定的经验。如果希望得到较佳的可视效果，一般需要采用一些生理光学领域的研究成果，通过分析人眼的生理特性来确定映射算法。 图2.1 基于RGB色空间的假彩色融合处理示意图 有文献根据人眼的视觉习惯开发了一种融合红外和可见光图像的假彩色映射技术。该算法将红外图像和可见光图像经过一定的交互处理后，分别送至R、G、B三通道，使得融合图像具有一定的自然性，其具体处理步骤如下： 1）图像相关性提取 图像相关性提取指提取可见光图像和红外图像间的公有部分： 令Visible表示可见光图像，Thermal表示红外图像，Common表示两图像的公有部分，（i，j）表示图像像素坐标，则有： （2.4） 提取两图像公共部分的具体操作，可以采用求取最小值的方法来处理，即： （2.5） 2）图像去相关 图像去相关指提取可见光图像和红外图像各自的特征部分： 令Visible*表示可见光图像的特征部分，The