为了解决单个传感器所捕获信息不足的问题,多传感器的视频融合已成为一个非常有效的解决方法。可见光和红外视频的融合一直以来都是视频融合领域的重要研究对象,而且在民用、军事、医学和航空等领域都具有非常广泛的应用。可见光视频包含目标场景丰富的纹理信息,然而由于可见光的探测距离较短,无法穿透雾、雨、灰尘等物理介质,故可见光视频易受恶劣环境影响。而红外视频可以利用热辐射将超过人眼观测的红外波段信息转换成可见信息,可以有效地识别热物体且探测距离远,但是其视频对比度较差,细节信息不丰富。同时由于视频数据呈现指数级增长,这给视频存储和传输都带来了巨大挑战。为了解决这一问题,通过利用视频数据的冗余性对冗余数据进行删除是非常具有研究价值的。因此,本文首先通过结合可见光视频与红外视频的互补性,设计了基于引导滤波器和加权二维主成分分析的视频融合算法。然后通过深入研究视频冗余特点,结合视频的时间冗余性,设计了基于均值哈希的视频去冗余算法。本文的主要研究内容及贡献阐述如下:(1)本文考虑到人们对视频质量具有较高的需求,针对可见光视频和红外视频之间的互补性,设计了基于引导滤波器和加权二维主成分分析的视频融合算法(GW2DPCA)。该算法首先使用引导滤波器将待融合视频帧分解成基层和细层。然后,利用自适应加权二维主成分分析算法融合可见光帧基层和红外帧基层。仅保留可见光帧的细层,以防止真实纹理被红外纹理破坏。最后,将融合基层和细层组合来获取融合帧,融合结果既保留了可见光视频的纹理信息也保留了红外视频的目标物体。与现有方法相比,该算法得到的融合帧具有与原始帧更多的互信息和更高的结构相似度,同时也具有较高的整体标准差和峰值信噪比,整体融合效果更好。(2)本文考虑到系统中数据存储容量和设备能量的限制,针对视频在时间上的冗余性,设计了基于均值哈希的视频去冗余算法(DRAH)。首先计算视频帧的均值哈希,并通过比较哈希值中不同位的个数来得到相邻帧之间的汉明距离,然后判断两个相邻的视频帧是否近似重复,若两帧重复则删除冗余视频帧,从而减少系统中冗余数据所占用的存储空间,同时降低数据传输时所需的能量消耗。实验结果表明,与其他算法相比,本文设计的算法具有更低的视频去冗余错误率。并且当去冗余错误率最低时,该算法得到了14.9%的压缩比,实现了较好的视频去冗效果。