● 摘要
多源图像融合技术是以图像为研究对象的信息融合，隶属于多源信息融合范畴内的一个重要分支，是一种综合了传感器理论、模数信号转换、数字图像处理、计算机视觉以及人工智能等多种学科的现代高新技术，在资源管理、城市规划、气象预报、作物及地质分析等领域都有着广泛的应用。近年来，基于变换域的多分辨率分解的像素级图像融合算法被广泛应用在多源图像融合领域中，有效地克服了空间域中的频谱失真问题，并取得了较好的效果。为了能为机场指挥系统提供清晰的机场场面信息，提高对飞行器和车辆的检测概率、定位精度及识别概率，迫切需要融合可见光传感器、红外探测器等图像信息。本文在参考大量文献的基础上对非下采样Contourlet变换及其在可见光和红外图像融合上的应用进行了较为系统的研究，主要研究内容和成果如下：1．首先介绍了可见光和红外图像融合的基础理论，从图像融合的层次架构出发，探讨了多源图像融合的基本方法，归纳了图像融合效果的主要评价指标及其选取原则；分析了基于多分辨率分析的变换域图像融合技术，并对几种典型变换域融合方法的融合效果进行了比较。2.在研究多源图像融合及非下采样Contourlet变换理论的基础上，研究了一种基于非下采样Contourlet的图像融合方法。为了有效获取源图像的边缘和细节信息，利用非下采样Contourlet变换对图像进行多尺度分解，再根据所得到的子带系数的区域特征及其接近度分别采用相应的融合规则。该方法的融合效果优于传统的空间域融合方法和变换域像素级融合方法。3.在设计融合规则问题上，对非采样Contourlet变换分解得到的低频子带系数和高频子带系数分别采用了不同的融合规则：在选择低频子带系数时，采用图像清晰度的融合规则；在选择高频子带系数时，采用了一种基于改进的脉冲藕合祌经网络（PCNN)的融合方法。在Matlab7.0开发环境下，建立了一套结合融合效果和客观评价的可见光和红外图像融合系统仿真平台，以展示本文及其他融合方法的融合结果，以方便为用户提供决策依据和指导。