论文部分内容阅读
信息融合是根据一定的融合规则对来自多个传感器的数据进行多方面、多层次的处理,对目标对象进行状态估计,做出相应的决策判断。图像融合是信息融合技术中的一个重要分支,通过图像信息融合技术可以提炼、综合源图像中的有效信息,更详细、更准确地表达源图像中的目标场景信息。图像融合技术已经广泛应用于军事装备、气候观测、地理勘探、作物调查等领域。首先介绍了图像信息融合技术的研究背景和国内外研究动态,目前科研人员对图像融合的基本理论和应用都做了大量的研究。本文研究了常用的小波变换理论,小波变换在图像融合方面具有显著的优势,但不并适合于高维函数的表示。随着多尺度几何分析的理论发展,出现了更适合于高维函数表示的分析工具,其中Contourlet变换就是一种。本文阐述了多尺度几何分析的理论,详细地描述了Contourlet变换的原理和构造,并引出非下采样Contourlet变换,此变换具有多分辨率、方向性和各向异性的特点。本文对像素级的可见光与红外图像融合,将CCD传感器和红外探测器获得的同一场景的多光谱图像的信息特征组合到一起,并利用两者的互补性得到对景物更全面、清晰的描述。本文采用Contourlet变换对图像融合,低频子带、高频子带采用不同的融合规则,低频子带采用改进的基于灰度形态学梯度算子的融合规则,高频子带采用基于区域能量的融合规则。通过Matlab软件对可见光和红外图像融合的仿真验证,计算算法的融合性能指标,与其他算法对比,说明了本文算法的优越性,非下采样Contourlet变换结合本文提出的改进的融合规则,可以更有效地保留源图像信息和细节特征。研究了现有的Matlab融合工具箱: Image Fusion Toolbox,在此软件基础上改进,调整软件功能,增加了本文的算法,并使软件的主界面上可以显示图像融合的性能评价指标数据。