16、红外与可见光动态图像融合技术解析

红外与可见光动态图像融合技术解析

1. 图像融合概述

图像融合是数据融合领域中专注于图像和视频数据处理的一项技术。它能够将来自同一场景的多模态传感器图像智能地整合为一个包含更丰富信息的单一视图。这项技术在军事、医学成像、遥感以及安全监控等众多领域都有着重要的应用。通过图像融合，可以提升空间感知能力、提高目标检测与识别的准确性、减轻操作人员的工作负担，并增强系统的可靠性。

图像融合处理需要满足以下几个关键要求：
- 尽可能保留源图像中的所有显著信息。
- 避免引入任何伪影或不一致性。
- 具备平移不变性。
- 保持时间稳定性和一致性。在动态图像融合（即图像序列融合）中，后两点尤为重要，因为人类视觉系统对平移相关融合过程引入的运动伪影非常敏感。

融合过程可以在不同的信息表示层次上进行，按照抽象程度从低到高依次为信号层、像素层、特征层和符号层。从简单的加权像素平均到更为复杂的多分辨率（MR）方法（包括金字塔方案和小波方案），基于像素的融合方法已经得到了广泛的研究。近年来，基于区域的特征级融合方案在定性和定量方面都展现出了优于基于像素方法的效果，因为它可以根据实际特征采用更智能的语义融合规则。

2. 通用像素级图像融合方案

通用像素级融合方案主要包含以下三个步骤：
1. 多分辨率分解 ：利用多分辨率方法对所有源图像进行分解，这些方法可以是金字塔变换（PT）、离散小波变换（DWT）、离散小波框架（DWF）或双树复小波变换。
2. 系数融合 ：应用融合规则对分解后的系数进行融合，融合规则可以是基于点的最大选择（MS