無人機多源偵察圖像融合方法分析

陳彤 葛向然

摘要：為了提高無人機的偵察識別能力以及現階段對于圖像融合應用的需求，本文圍繞著圖像融合技術在無人機領域中的應用做出探索，對無人機多源偵察圖像融合的目的和原則進行了詳細的概括，同時闡明了無人機多源偵察圖像融合方法，圖像預處理算法、圖像融合算法和輸出算法，以及圖像融合的三種層次，像素級、特征級和決策級三種層次。

關鍵詞：圖像融合;無人機;光譜圖

引言：隨著信息技術、生物技術、新能源技術、互聯網技術的不斷發展，我國的空中裝備也要緊跟時代潮流有所進步。無人機的偵察圖像融合技術在目前已經廣泛應用到了無人機信息系統領域，本文針對無人機多源偵察圖像融合與光學圖像的特有性質，結合無人機偵察圖像融合的分類、目的、原則以及各種處理流程、方法，同時著重于光波變換的圖像融合技術，為無人機多源偵察圖像融合提出了綜合評價方法。

1無人機多源偵察圖像融合概述

1.1融合目的

一般來說，就我國現在的科學技術水平情況，偵察式無人機可以攜帶很多的設備進行偵察作業，比如說在進行偵察任務中可以攜帶可見光CCD、紅外線CCD以及合成孔徑雷達設備SAR等，這些設備生成的圖像一般都有自己的原理，互相都不一樣，同時在無人機進行飛行的時候，無人機主要是通過熱輻射進行作業，容易受到外界環境因素干擾。同時，無人機在電磁場環境復雜、無人機飛行速度較快、飛行高度較高且距離拍攝目標較遠時，無人機拍攝到的序列圖像和平時在地面上所獲得的圖像相比是有很大程度上的區別的，拍攝出來的圖片像素極小，很難看得清楚，出于這種原因，為了提高目標空間的分辨度以及目標特征強度、目標分類識別的精度實現信息互補，所以就有了無人機多源偵察圖像融合技術。

提高目標空間的分辨度，舉個例子來解釋就是將美國地球資源衛星Landsat-ETM6與ETM的其他波段進行圖像的融合，這樣的做法可以提高ETM6的空間分辨度，使觀測結果更加準確，加強目標特征，這主要是將微波與物理性質特征完全不一樣的兩種光學傳感器的觀測數據融合，使得原來沒有發現的特征顯現出來。目標分類識別的精度主要是指，每一張圖像的拍攝都會或多或少地受到周圍環境以及觀測設備成像范圍地限制，不能全面地反映信息，而多源圖像的融合這種技術手段就可以很好地避免這一缺點，增大成像的范圍。

1.2融合原則

圖像融合是以圖像為研究對象而進行的數據融合處理，它是將同一景物的不同波段或來自至少兩個或者是兩個以上的觀測設備向不同傳感器發出的圖像處理，主要可以消除不同傳感器之間可能存在的冗余和矛盾，實現了信息的互補功能。同時可以對目標觀察物進行詳細徹底的觀察，降低不確定性，可以在一幅圖像中展現更多的所需要的圖像信息，加強人類對于未知的探索。除此之外，為了將圖像更好地進行融合，我們可以把傳感器獲得的信息分為兩種類型，一種是冗余信息，一種是互補信息，這使得信息來源更精確、更完整、更可靠，并且同時它也擴大了各種類別信息的使用范圍與觀察范圍，這種技術不是簡單地將兩種圖像進行疊加，它是有原則有規律地將兩種不同事物的觀察結果進行合理的融合，為研究者提供更有價值的圖像信息，達到1+1=2或是1+1>2的效果。最重要的是我們要在多源圖像融合時，牢牢地記住冗余性、時限性、互補性和低成本性這四種原則，使圖像信息更加準確、實現最大的經濟效益和性價比。

2無人機多源偵察圖像融合方法

2.1圖像融合流程

圖像融合流程舉個例子來講就是將無人機接收到的光譜分辨率較高但空間分辨率較低的多光譜圖和光譜分辨率較低但空間分辨率較高的全色光譜圖進行圖像融合，互相彌補缺點，發揮優點。二者融合后不論是光譜分辨率還是空間分辨率都會呈現一個較高的狀態，具有很高的細節表現力。簡單來說圖像融合流程就是對不同傳感器所獲取的圖像進行數據方面的融合，預處理。那么在預處理的過程中主要是通過將無人機拍攝到的幾張圖像在系統中進行幾何處理去噪之后將已經除去噪點的兩張圖像進行圖像匹配，找到兩張圖像合適的部分進行系統匹配工作，在這之后將匹配好的圖像進行融合。這里面值得注意是，我們在圖像進行融合的過程中要注意采用什么樣的融合規則，主要有四條冗余性、時限性、互補性和低成本性四種原則，經過融合后的圖像將進入應用層，在應用層系統將對融合后的結果進行綜合性質的評估。

在整個圖像融合流程前，我們必須事先對融合系統的方案進行設計，這是所有圖像融合之前都必須要做的工作。這里我們以某單位開發的Code Composer Studio 軟件為例，它就是將Reference Frameworks5 中的基本元素和CCS/BIOS 的各種應用作為對象，以此為基礎搭建多源圖像融合信息系統軟件的框架，接著運用三種算法，分別為圖像預處理算法、圖像融合算法以及輸出算法三種，我們用Y來表示預處理算法，F來表示融合算法，O來表示輸出算法。以上這三種算法都遵循eXpressDSP兼容算法標準XDAIS，都可由C語言程序來進行編寫。

2.2圖像融合處理

對于無人機偵察圖像的融合處理，要根據本身的融合目標和層次來進行融合算法的選擇，只有將互相匹配的圖像進行融合，我們所得到的結果才會準確合理。在偵察圖像處理融合的層次上面可以分成三個層次，像素級、特征級和決策級三種。首先解釋一下像素級，這種融合是將圖像直接在未經過任何處理的原始數據層上進行圖像融合，主要優勢就是在于它能最大程度的保留原始的現場數據，提供給系統更加準確、全面、可靠的數據信息。雖然像素級融合屬于最低層次的圖像融合，它是我們在實際應用中使用最廣泛的圖像融合手法。第二種就是特征級圖像融合，這種技術首先它是對收到的圖像信息做了一個簡單的處理，它將來自各個不同傳感器的信息進行特征提取，之后將提取出來的特征進行分析并加以區分。這種方法的優點主要是實現了信息的壓縮化處理，減少圖像信息所占用的空間。最后一種是決策級圖像融合，它是這三種圖像融合層次中最高級的一種融合形式，融合結果直接為指揮者提供決策依據，這一層次極為重要，在這一層的融合中，它與前兩種都不同的是，它是先將每一張圖像都進行數據分析，然后在對其進行相關的處理，最后再進行融合[1]。

2.3實驗結果分析

在最后的實驗結果分析中，無人機偵察圖像融合算法的準確性是評判最后實驗結果質量好壞的關鍵程序。對于實驗結果分析的方法有兩種，一種是主觀評價法，另一種是客觀評價法。

主觀評價法，就是人們用肉眼對融合后圖像進行主觀上的判斷，這種方法受外界環境影響比較大，同時不同的觀察者，不同的圖像類別對最后的結果也會有很大的影響，從理論上來講，這種方法參加的人越多越好[2]。

客觀評價法就是運用一些方差、均值、相關系數來對結果做出客觀的評價，那么以均值和方差兩個系數來看即M ×N 的圖像f（i，j）均值和標準差的計算公式：

均值是指整個圖像的灰度的算數平均值，在肉眼中反映為平均亮度，它是由光譜的亮度來決定，一般灰度值在128附近人眼觀看效果最好，標準差反映灰度距離均值的離散狀況，標準差越大，灰度越分散，當所有的灰度值分散狀況越均勻，那么這個融合后的圖像所包含的信息量越大。

結論：針對無人機多源偵察圖像的融合，本文主要研究了幾種融合流程中的幾種算法，以及在處理過程中的一些融合方法，通過這些實驗來對這種技術進行綜合質量的評估來考慮是否可以應用到現實[3]。

參考文獻：

[1]董作峰，李想，吳蔚.無人機在多傳感器的數據融合和校園防火應用[J].海峽科技與產業，2020（02）：38-41.

[2]包西民.無人機圖像與衛星遙感影像融合技術研究[J].科學技術創新，2020（04）：80-81.

[3]那晨旭.一種基于圖像拼接和圖形匹配的數字圖像處理技術[J].科技創新與應用，2019（30）：157-158.