图像融合算法及多视角（多源）信息融合总结

图像融合算法及多视角（多源）信息融合总结

-------本文仅为学习笔记，不做任何商业用途-------

前言

    在计算机视觉领域下，涉及到对于诸如huamn action recognition等任务时，往往会需要多视角融合来进行分类任务，这就涉及到图像融合以及多源信息融合的相关算法。本文基于上述动机，在搜集和学习了解了相关知识后，对图像融合和多视角（多源）信息融合进行简单总结。

一、图像融合算法

    图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像。融合的结果可以更好的将多幅图像在时空上的相关性和信息上的互补性进行整合，从而将更为重要的图像特征表征便于机器的后续处理。
    在一般情况下，图像融合由低到高分为四个层级：信号级融合、数据级融合、特征级融合以及决策级融合。

    信号级融合主要是对原始图像数据（未经处理）的一个融合，在这种情况下，更多是对图像融合的一个大致估计，不能准确精细的对图像进行融合。
    数据级融合经常被称之为像素级融合，是指直接对传感器（如Kinect设备）采集来的数据进行处理而获得融合图像的过程。像素级融合主要包含空间域算法和变换域算法，空间域算法包含多种融合规则方法，如逻辑滤波法、灰度加权平均法、对比调制法等；变换域中包含金字塔分解融合法、小波变换法等。

    特征级图像融合是从源图像中将感兴趣的特征信