图像融合技术概论(像素级).pdf

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 17 / 13 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