双模态红外光强与偏振图像因各自独特的成像优势和两者间丰富的互补信息而具有巨大的融合价值,因此如何为两类图像的融合配置最优融合策略(包括融合算法和融合规则)以实现二者高质量融合是充分利用双模态红外图像互补信息的关键,也是后续各种图像任务,如目标识别、目标跟踪及物体分类等得以高效实施的重要前提。然而一直以来在双模态红外图像融合中,融合策略的配置或选择大多基于先验知识且相对固定。众所周知,实际应用中成像场景不仅复杂多变且不可预估,这直接导致了根据先验知识所选择的融合策略在多数情况下难以获得高质量的融合图像。为了使融合策略能自适应地适配融合场景,本文在明确差异特征的作用和属性基础上,利用差异特征对两类图像间的差异互补信息进行定量描述,并在多尺度分解框架下建立双模态红外图像差异特征与最佳融合策略间的多级映射关系,以实现由双模态红外图像间的差异特征驱动自适应地选择最佳融合策略。另外,由于全局主差异特征仅是差异互补信息的总体平均反映,无法准确描述局部区域的主要差异。为此,本文在多级映射的基础上进一步提出了基于差异特征度量的图像分块融合方法,从而保证了融合结果在全局水平上的最优性。综上所述,本文在多尺度分解融合框架下,开展了面向双模态红外图像分块自适应融合的差异特征与融合策略多级映射研究,主要创新工作如下:(1)差异特征与融合策略间多级映射的映射集构建:为了解决构造差异特征时,由于缺乏对差异特征本质及属性的准确认识,而导致所构建的差异特征缺乏规范,进而无法对两类图像间的差异互补信息进行全面而有效的定量描述这一障碍。本文从差异特征的作用出发,首次分析给出差异特征的三个基本属性,即描述信息差异性、表征差异独立性及引导融合有效性。同时依据这三个基本属性结合双模态红外成像原理及图像特点,构建了六个差异特征用于对两类图像间的灰度、边缘及纹理三个方面的差异互补信息进行定量描述,并依次通过实验验证了上述六个差异特征的合理性和有效性;关于融合策略集,本文在多尺度分解融合框架下选择了大量典型的融合算法和规则,并针对双模态红外图像的融合对算法参数和高、低频规则组合的合理性进行比较分析,最终构建了适合双模态红外图像融合的融合策略集。(2)双模态红外图像差异特征与融合策略间融合有效度的研究及构造:为了使融合有效度真正做到既反映差异特征的融合效果又兼顾融合结果的客观融合质量,从而起到链接差异特征与最优融合策略的纽带作用。本文分析并明确了差异特征融合度与融合有效度的区别,比较了多种差异特征融合度的优劣,进而构造了更加合理的差异特征融合度。另外,通过分析融合有效度的作用与内涵,提出了一种基于差异特征融合度与客观评价指标间相关性的新型融合有效度。该融合有效度在兼顾融合质量客观评价的同时,综合描述了差异特征引导融合时,融合策略与融合质量间的关系。(3)差异特征与最佳融合策略间多级映射关系的建立及其融合形式:为了克服借助经验选择融合策略造成所选策略较固定且难以最优的问题。论文研究并建立差异特征与最优融合算法及最优规则(包括高频规则、低频规则)间的浅层多级映射关系,并在此基础上进一步揭示了差异特征差异度幅值对上述映射关系的影响,进而确立由差异特征到特征差异度幅值与最优融合策略间的深层多级映射对应关系,从而实现利用图像内容间的差异特征自适应地选择配置最佳融合策略,为依据差异特征及其幅值动态自适应选择最优融合策略铺平了道路。同时,论文进一步研究所建立的多级映射在双模态红外图像融合中的应用,及其在多尺度分解框架下的深度融合实现,使得两类图像的融合质量得到显著提升。(4)基于多级映射的双模态红外图像分块自适应融合方法实现:为了突破依据全局差异特征引导融合难以做到各局部区域均是最优融合的局限。论文从全局主差异特征与局部主差异特征的关系入手,提出依据局部主差异特征的分块针对性融合方法。该方法借鉴区域生长的思想提出了块聚合分割法对源图像进行分块,而后分别依据各图块的主差异特征自适应地选择最优融合策略并实施分块融合。由于融合过程中每个图块都是最优融合,所以最终融合结果实现了各局部区域的最优化。