红外与可见光图像融合方法研究的中期报告.docxVIP

红外与可见光图像融合方法研究的中期报告 一、研究背景 随着红外成像技术和可见光成像技术的不断发展，红外与可见光图像融合技术也越来越受到关注和研究。红外图像可以在夜间或者低光条件下获得物体的热特征，可见光图像可以获得物体的形态和颜色等信息，两者的融合可以提高目标的识别和定位能力，应用广泛，如军事目标探测、安防监控和机器人导航等领域。 目前，红外与可见光图像融合技术主要分为基于像素级的融合和基于特征级的融合两种，其中像素级融合利用图像中的每个像素进行权重调整或者直接叠加，这种方法易于实现但是误差较大；特征级融合则根据不同模态图像的特征信息进行融合，能够更好的保留图像信息，但需要复杂的算法和计算量。 本研究的目的在于探究红外与可见光图像融合方法，提高融合后图像的识别能力和视觉效果，为相关领域的应用提供技术支持。 二、研究方法 本研究选择基于特征级融合的方法，以现有的红外图像和可见光图像为数据集进行实验，主要研究内容包括： 1. 提取图像的特征信息，包括形态特征、边缘特征和纹理特征等。 2. 利用特征信息进行图像匹配和配准，保证两种模态图像的空间一致性。 3. 根据匹配和配准的结果，选择合适的特征融合方法进行融合，包括小波变换融合、模糊集融合和级联卷积神经网络融合等。 4. 对融合后的图像进行质量评估，包括目标识别率、信息熵、视觉效果等指标。 三、研究进展 目前，研究已完成了图像的特征提取