【图像融合】多传感器图像融合技术综述

---

多传感器图像融合

  多传感器图像融合属于多传感器信息融合的范畴，是指将不同传感器获得的同一景物的图像或同一传感器在不同时刻获得的同一景物的图像，经过去噪、时间配准、空间配准和重采样后，再运用某种融合技术得到一幅合成图像的过程。

  通过对多幅传感器图像的融合，可克服单一传感器图像在几何、光谱和空间分辨率等方面存在的局限性和差异性，提高图像的质量，从而有利于对物理现象和事件进行定位、识别和解释。

---

图像传感器的组合

---

常用图像融合技术

  目前常用的图像融合技术有：加权平均法、逻辑滤波法、彩色空间法、多分辨塔式算法、小波变换法、卡尔曼滤波算法、模拟退火法和假彩色法.。

  加权平均法
  加权平均法是一种最简单的多幅图像融合方法，也就是对多幅原图像的对应像素点进行加权处理。
  设A（ i，j）为图像A 中的一个像素点，B（ i，j）为图像B 中与之对应的像素点，则融合图像中的像素点可通过下式得到：

  加权平均法的优点是简单直观，适合实时处理. 但简单的叠加会使合成图像的信噪比降低；当融合图像的灰度差异很大时，就会出现明显的拼接痕迹，不利于人眼识别和后续的目标识别过程。

  逻辑滤波方法
  对数据进行逻辑运算可以将2个像素数据合成1个像素。“与”滤波器获得的特征可看作图像中显著成分，“或”滤波器则可以可靠地分割一幅图像。

  彩色空间变换法
  将图像的RGB模型转换成HIS模型，对HIS空间中的分量进行运算，再反变换回RGB空间进行显示。其中，RGB指红绿蓝，HIS指色调、明度和饱和度。

  当融合低分辨的多光谱图像和高分辨的全色图像时，彩色空间变换法会使谱分辨率降低. 若将小波变换和彩色空间变换法结合起来就既可保留空间信息又可保留谱信息。

  模拟退火方法

  在图像处理应用中，模拟退火方法是把像素值和它的邻域看成一种原子或分子在物理系统中所处的状态，用一个能量函数来描述这个系统，并确定其Gibbs 分布。利用模拟退火方法进行多传感器图像融合的关键在于：找到一个能量函数能充分描述融合结果的各种恰当的约束条件。

  多分辨塔式图像融合方法
  主要有高斯-拉普拉斯金字塔、梯度金字塔、比率低通金字塔、形态学金字塔。

  基于小波变换的图像融合方法
  基于小波变换的图像融合，就是对原始图像进行小波变换，将其分解在不同频段的不同特征域上，然后在不同的特征域内进行融合，构成新的小波金字塔结构，再用小波逆变换得到合成图像的过程。

  基于卡尔曼滤波的图像融合方法
  卡尔曼滤波方法实际上一种加权处理，权值的选择在最小方差意义下是最优的。

  假彩色图像融合方法
  在灰度图像中，人眼只能同时区分出由黑到白的十多种到二十多种不同的灰度级，而人眼对彩色的分辨率可达到几百种甚至上千种将图。像中的黑白灰度级变成不同的彩色，以便提取更多的信息。

---

多传感器图像融合技术评价方法

  到目前为止，评价图像融合算法性能的方法主要分为主观的评价方法和客观的评价方法。

  衡量融合图像的效果时，应遵循以下原则：

1）合成图像应包含各原图像中所有的有用信息；

2）合成图像中不应引入人为的虚假信息，否则会妨碍人眼识别或后续的目标识别过程；

3）在时空校准等前期处理效果不理想时，算法还应保持其可靠性和稳定性. 另外，可靠和稳定还包含这样的含义，无论在什么气候条件下算法的性能都不会有太大的变化；

4）算法应将原始图像中的噪声降到最低程度；

5）在某些应用场合中应考虑到算法的实时性，可进行在线处理.

---

多传感器图像融合技术综述

Comments on Multisensor Image Fusion Techniques

摘要：对国内外多传感器图像融合技术的发展状况进行了介绍,描述了图像融合的主要步骤,概括了目前主要图像融合方法的基本原理,并对各种方法的性能进行了定性分析.给出了评价图像融合效果的标准和方法,指出了图像融合技术的发展方向.

链接：http://d.wanfangdata.com.cn/Periodical/bjhkhtdxxb200205005

[1] 毛士艺,赵巍.多传感器图像融合技术综述[J].北京航空航天大学学报,2002,28(5):512-518.DOI:10.3969/j.issn.1001-5965.2002.05.005.

---