淺淺析圖像融合技術

艾玖龍

?

淺淺析圖像融合技術

艾玖龍

國家新聞出版廣電總局北京地球站，北京102206

數字圖像融合是以圖像為主要研究內容的數據融合技術，是把多個不同模式的圖像傳感器獲得的同一場景的多幅圖像或同一傳感器在不同時刻獲得的同一場景的多幅圖像合成為一幅圖像的過程。

圖像融合；像素級圖像融合；非多分辨率分析

圖像融合是一項集中信號處理、圖像處理、圖像顯示、信號傳感器和計算機技術等的現代高新技術。目前在國際上，許多技術先進的國家高度重視該技術并已取得了相當的發展，廣泛應用于許多領域。

在眾多的圖像融合技術里，使用小波變換的圖像融合方法現如今成為研究的一個熱點。這種方法利用人眼對局部對比度的變化比較敏感這一事實，根據某種融合方式，在多幅原圖像中選擇出最顯著的特征，如邊緣、線段、線條等，然后將這些特征保留在最后的合成圖像里面。使用小波變換的圖像，使用絕對值較大的小波系數對應于邊緣這些較為顯著的特征，因此大多數基于小波變換的圖像融合算法主要研究如何選擇合成圖像中的小波系數，也就是三個方向上的高頻系數，從而達到保留圖像邊緣清晰的目的。

學術界在圖像融合領域已取得了很大的成績，圖像融合方法也各種各樣。因為圖像融合技術的研究還剛剛開始不久，因此有許多問題急需解決。首先，圖像融合技術缺乏理論指導基礎，盡管公開報道圖像融合的技術很多，但是文章都是針對一個具體的問題，對圖像融合技術沒有統一公認的理論框架，建立圖像融合的理論框架是目前的一個研究方向。還有就是建立客觀的圖像融合技術評價標準也是急需解決的問題之一。在嚴格的像素級圖像融合條件下，對多源圖像進行信息的綜合研究分析。像素級圖像融合是在信息融合的基礎數據層面上進行處理的，主要任務是對多源圖像中的目標和背景信息等進行圖像融合處理。目前像素級圖像融合是最低層次的圖像融合，這種方法能保持盡可能多的現場數據信息，提供的細節信息是其他融合層次不能提供的。但需要處理的信息量最大，因此對設備的要求比較高。

特征級圖像融合技術，對預處理和特征提取后獲得如邊緣圖像、形狀圖形、紋理圖案以及圖像區域等特征信息進行綜合處理判斷。特征級融合是進行在中間層次上的信息融合，它保留了足夠多的重要圖像信息，而且可以對信息進行壓縮，有利于圖像的實時處理。決策級圖像融合技術，在每個傳感器完成目標提取與信息分類后，圖像融合系統按照一定的方法及決策的可信度作出決策融合處理方法。這種方式的融合實時性很好，并且擁有一定的容錯能力。

1 圖像融合研究方法

目前國內外像素級圖像融合領域的研究方法大致上可以分為兩種類別：基于非多分辨率的圖像融合方法和基于多分辨率分析的圖像融合方法：

1.1 基于非多分辨率分析的圖像融合方法

基于非多分辨率分析的圖像融合方法，這種融合方法包含了傳統的圖像融合變換方法，例如線性加權平均法，Intensity Hue Saturation變換融合法、Principal Comp onent Analysis變換融合法及高通濾波法（HPF）等等；也包含了智能圖像融合方法，如基于神經網絡和模糊理論的融合等等。

1.2 是基于多分辨率分析的圖像融合方法

這種方法是現在為止在像素級圖像融合技術中應用最為廣泛且非常重要的算法之一，逐步成為學術上研究的主要方法。因其融合的過程是在不一樣的尺度數據上、空間頻率上、分解層次上處理的，因此和傳統的融合方法進行技術比較后，基于多分辨率分析的圖像融合方法獲得的融合結果效果明顯要好很多。基于多分辨率分析的圖像融合方法發展到現如今，基本上經歷三個階段，即基于金字塔變換的圖像融合法、小波變換的圖像融合法及超小波變換的圖像融合法。其中，超小波分析是近來人們為改變小波分析的不足，常用基于小波技術基礎之上的系列變換。

2 圖像融合的應用

一是智能機器人領域：機器人動作控制“對環境的視覺觸覺力矩反饋”立體攝像融合“智能注視控制”自動識別目標和跟蹤等。信息融合技術在機器人領域起到了很大的作用。

二是醫學影像領域：計算機輔助手術、多維圖像表面空間校準等。醫學圖像融合處理是醫學圖像后處理的研究熱點之一，其中主要包括圖像轉換、圖像配準和圖像信息提取三個步分。醫學圖像融合處理充分利用多模式圖像獲取互補信息，使臨床的診斷和治療更為準確完善。

三是制造業領域：電子線路和部件檢查、物品表面測量和檢驗、生產過程監控和復雜設備診斷。

四是戰場和司法領域：陸海空目標、事件的檢測跟蹤、識別、和控制，隱蔽武器的探測、戰場監視、夜間飛行導航等。

3 圖像融合評價方法

圖像的主要包括兩個方面：一是關于圖像的逼真度，另一個是關于圖像的可理解度。圖像逼真度是用來描述被評價圖像偏離出標準圖像的程度，通常使用歸一化均方差來衡量。而圖像的可理解度是表示人能夠從圖像獲取信息的能力。

因為同一融合算法對于各種不同類型的圖像會產生不同的融合效果，因為這個原因，現如今圖像融合效果的評價效果問題沒有被很好的解決。同一圖像的觀察者對同一融合算法在感興趣的方面不同，就會產生不同的評價效果；圖像各項參數要求在不同的應用方面會產生不同的評價效果，不同的效果會導致選取的評價方式不同。

現在來說評價圖像融合效果的方法主要可以分為兩大類別：分別是主觀的評價方法和客觀的評價方法。在許多融合應用里，最終體驗者是人，因此考慮到人類視覺差異特性的因素是非常重要的。但是在人為評價融合方法效果的過程中，會出現很多不同的主觀客觀因素等，例如當時的心情、光線、狀態等，都會影響評價結果。

[1]康晨，曾丹，沈潔，等．圖像融合中的彩色圖像顏色校正[J].電子測量技術，2014，37（3）：54-57．

[2]許良鳳，林輝，胡敏.基于差分進化算法的多模態醫學圖像融合[J].電子測量與儀器學報，2013，27（2）：110-114.

[3]周前祥，敬忠良，姜世忠.多源遙感影像信息融合研究現狀與展望[J].宇航學報，2002，23（5）：89-94

[4]夏明革，何友，唐小明.多傳感器圖像融合綜述[J].電光與控制，2002，9（4）：1-7.

TP391.41

A

1009-6434（2016）05-0082-01