红外图像与可见光图像融合笔记.pdfVIP

红外图像与可见光图像融合 笔记 图像融合是将来自不同传感器在同一时间 ( 或者不同时间 ) 对同一目标获取 的两 幅或者多幅图像合成为一幅满足某种需求图像的过程。 为了获得较好的融合效果，在研究融合算法之前，对图像预处理理论及方法 进行 了研究。预处理理论主要包括图像去噪、 图像配准和图像增强。图像去噪目 的是为 了减少噪声对图像的影响。图像配准是使处于不同状态下的图像达到统一 配准状态的 方法。图像增强是为了突出图像中的有用信息，改善图像的视觉效果， 并方便图像的 进一步融合。 图像融合评价方法：主观评价和客观评价。指标如：均值、标准差、信息熵 等。 针对 IHS 变换和小波变换的优缺点，本文提出了一种基于这两种变换结合 的图像 融合方法。该算法的具体实现步骤如下：先对彩色可见光图像进行 IHS 变 换，对红外 图像进行增强，然后将变换后得到的 I 分量与已增强的红外图像进 行 2 层小波分解，将获得的低频子带和高频子带使用基于窗口的融合规则，而 后对分 量进行小波重构和 IHS 逆变换，最后得到融合结果。经仿真实验证明， 此结果优于传 统 IHS 变换和传统小波变换，获得了较好的融合结果，既保持了 可见光图像中的大量 彩色信息又保留了红外图像的重要目标信息。 红外传感器反映的是景物温度差或辐射差，不易受风沙烟雾等复杂条件的影 响。 一般来说，红外图像都有细节信息表现不明显、对比度低、成像效果差等缺 点，因此 其可视性并不是很理想。 可见光成像传感器与红外成像传感器不同， 它只与目标场景的反射有关与其 他 无关，所以可见光图像表现为有较好的颜色等信息，反应真实环境目标情况， 但当有 遮挡时就无法观察出遮挡的目标。 利用红外传感器发现烟雾遮挡的目标或在树木后的车辆等。 在夜间，人眼不 能很好的辨别场景中的目标，但由于不同景物之间存在着一定的温度差， 可以利 用 红外传感器，它可以利用红外辐射差来进行探测，这样所成的图像虽然不能直 接清晰 的观察目标，但是能够将目标的轮廓显示出来，并能依据物体表面的温度 和发射率的 高低把重要目标从背景中分离出来， 方便人眼的判读。但由于自身成 像原理以及使 用条件等原因，所形成图像具有噪声大、对比度低、模糊不清、视 觉效果差等问题。 不利于人眼判读。 可以将两者图像融合在一起，这样可以丰富图像信息，提高图像分辨率，增 强图 像的光谱信息，弥补单一传感器针对特定场景表达的不全面， 实现对场景全 面清晰 准确的表达。 两者的主要区别有： (1)