● 摘要
图像融合旨在将多幅多传感器图像融合为一幅图像，通过这一幅融合图像反映多重原始图像的信息，以实现对目标和场景的综合描述，使之更适合视觉感知和计算机处理。近年来，随着传感器技术的发展，图像融合技术在医疗诊断、计算机视觉、目标检测跟踪以及遥感成像等方面起到了重要的作用。 图像融合技术主要包括图像变换和融合规则两部分，在图像变换中，经典的离散小波变换和稀疏分解算法一直是研究的热点，但这些算法在图像变换中依旧存在各自的局限性和弊端；在融合规则方面，现有的系数最大值选取法和均值法有其各自的优点，但在融合过程中，两者均不能够很好的对源图像特征进行选取和融合。 论文在总结分析现有图像融合技术的基础上，针对图像融合技术中所包含的图像变换和融合规则两方面进行了研究，主要的创新点和研究内容如下： （1）提出了一种全新的图像变换算法-正交稀疏分解算法。该算法采用雅克比方法对含有L0范数的目标函数进行优化，训练得出正交的变换基底以及稀疏的分解系数，最后通过实验验证了该算法的收敛性和分解系数的稀疏性。 （2）提出一种新的基于结构相似度的图像融合规则。该融合规则通过对比源图像块之间的结构相似度，将源图像块分为相关图像块和独立图像块，采用系数最大值选取法对相关图像块进行融合，并提出一种全新的方差最大值选取法对独立图像块进行融合，最后通过实验从主观视觉效果和客观评价指标上证明了该方法的有效性。 （3）将本文的图像融合方法融入到前人所开发的图像融合仿真平台上。该平台在Visual Studio环境下开发，采用C++语言进行开发，该平台包括了5种经典和流行的图像融合方法，并且可以对图像质量和图像融合效果进行客观的评价。