信息融合技术在图像融合中的应用.docxVIP

信息融合技术在图像融合中的应用摘要：图像信息融合能够以软件手段把对同一目标或场景的不同图像综合成对同一目标或场景的全面、准确的描述,它在医学、遥感、军事等领域有着较为广泛的应用。良好的图像融合方法能够为后续的计算机自动化处理奠定坚实的基础。本文介绍了图像融合的概念和层次划分，并重点分析了图像融合中所用到的信息融合方法。

关键词：信息融合，图像融合

1．引言军事、医学、自然资源勘探、海洋资源管理、环境和土地利用管理、地形地貌分析、生物学等的应用需求有力地刺激了图像处理和图像融合技术的发展。医学上,图像融合技术被用来诊疗和制定手术方案。商业和情报部门用图像融合技术来对旧照片、录像带进行恢复、转换等处理。随着遥感技术的发展,获取遥感数据的手段越来越丰富,各种传感器获得的影像数据在同一地区形成影像金字塔,图像融合技术实现多源数据的优势互补,为提高这些数据的利用效益提供了有效的途径。星载遥感用于地图绘制、多光谱、高光谱分析、数据的可视化处理、数字地球建设等,图像融合是必不可少的技术手段。

图像融合的概念图像融合技术是一种先进的综合多个源图像信息的图像处理技术。所谓多源图像融合是对多个传感器采集到的关于同一场景或目标的多个源图像进行适当的融合处理,以获取对同一场景的更为准确、更为全面、更为可靠的图像描述。图像是二维信号,图像融合技术是多源信息融合技术的一个重要分支,因此,图像融合与多传感器信息融合具有共同的优点。通过图像融合可以强化图像中的有用信息、增加图像理解的可靠性、获得更为精确的结果,使系统变得更加实用。同时,使系统具有良好的鲁棒性,例如,可以增加置信度、减少模糊性、改善分类性能等。

目前,将图像融合技术应用于数字图像处理的主要目的有以下几

种:

增加图像中有用信息的含量,改善图像的清晰度,增强在单一传感器图像中无法看见/看清的某些特性;

改善图像的空间分辨率,增加光谱信息的含量,为改善检测/分类/理解/识别性能获取补充的图像信息;

通过不同时刻的图像序列融合来检测场景/目标的变化情况;

通过融合多个二维图像产生具有立体视觉的三维图像,可用于三维重建或立体摄影、测量等;

利用来自其它传感器的图像来替代/弥补某一传感器图像中的丢失/故障信息。

图像融合层次划分

作为信息融合的一种,图像融合是对多个场景信息的综合,其目的就是通过对各个场景信息的提取,从而获得对同一场景更为准确、更为全面、更为可靠的图像描述。一般来说,图像融合可以在以下3个层次上进行[3]:

像素级——像素级融合是在获取的图像信息上进行融合,它能够

保留较多信息，提咼融合精度，然而由于处理的信息量大，融合效率较低，实时性较差，同时像素级融合要求待融合图像经过精确配准，否则融合结果容易出现较大误差；

特征级一一特征级融合的过程中，首先需要对图像数据进行特征提取,然后依据提取的特征信息对数据采用特征级融合算法进行综合分析和处理；这一过程中，信息量能够极大地得以压缩，因此有利于实时处理,同时融合结果最大限度地给出决策分析所需的信息；

决策级一一决策级融合作为最高水平的融合，融合的结果为指挥、控制、决策提供依据，因此融合结果直接影响着决策水平，决策级融合能够在某些数据源丢失的情况给出决策，所以具有容错性，此外,与前两个层次相比，决策级融合实时性好、数据要求低、分析能力强，然而对预处理及特征提取有较高要求，所以决策级融合的代价较高。

通常,3级融合可以搭配使用以达到较好的融合效果。图像融合过程如图1所示。

JE離合质童输入a?働卜f处

JE

離合质童

输入a?働卜f

处理

图1.图像融合过程

图像融合方法分类

自1979年Daily将简单的图像融合方法用于对遥感图像的地质解释［4］以来,融合技术发展迅速，方法日渐丰富。这些方法针对的融合图像包括多聚焦图像、多层次曝光图像、多谱段图像、多光谱图像与全色图像等。针对不同的图像，可以采用特殊的方法进行融合，而有些应用面较广的方法则能够同时用于几类图像的融合，下文将介绍图像融合领域所常用的一些技术方法。

4.1代数方法

代数方法是常见的一类最容易让人理解的图像融合方法，它对参与融合的图像不做任何变换，只进行一些选择和加权处理，其中最具代表性的有均值融合和基于Brovey变换［5］方法。

均值融合简单地将待融合图像进行代数相加 ，而后获取的均值图

像就是对应的融合结果。它能够提升图像中原本模糊区域的图像质量但是相应地原本的清晰区域也会变得相对模糊。这种方法常用于多尺度分解后近似图像的融合策略。

Brovey