多传感器图像融合方法.docVIP

多传感器图像融合方法 摘要：多传感器图像融合是指针对多个传感器采集的关于同一目标或场景的图像进行适当的处理，产生一幅新的图像，使之更适合人眼感知或计算机后续处理。每一种传感器是为了适应特定的环境和适用范围设计的，具有不同的特征或不同视点的传感器获取的图像间既存在冗余性又存在互补性，通过对其融合，能有效提高系统的可靠性和图像信息的利用效率。本文介绍了图像融合基本概念，包括融合系统结构、传感器性能特点、常用融合方法，并分别从定量与定性的角度对融合图像质量的评价标准做了详细的介绍。 关键词：图像融合 评价标准 多传感器信息融合是指对来自多个传感器的信息进行多级别、多方面、多层次的处理与综合，从而获得更丰富、更精确、更可靠的有用信息。其中Edward 和James LlinaSll J对信息融合给出了如下定义：信息融合就是一种多层次的、多方面的处理过程，这个过程对多源信息进行检测、结合、相关、估计和组合以达到精确的状态估计和身份估计，以及完整、及时的态势评估。从八十年代初至今，多传感器信息融合特别是多传感器图像融合已引发了世界范围的广泛兴趣和研究热潮，它在自动目标识别、计算机视觉、遥感、机器人、医学图像处理以及军事应用等领域有着广泛的应用前景。多传感器图像融合就是利用各种成像传感器得到的不同图像，综合不同图像的互补信息和冗余信息，以获得更为全面更为准确的图像描述。例如，红外图像和可见光图像的融合可以更好地帮助直升机飞行员进行导航；CT和核磁共振(MPd)图像的融合处理为临床诊断提供可靠的信息。 图像融合技术的发展与现状 多传感器图像融合技术最早被应用于遥感图像的分析和处理中。1979年，Daliy等人首先把雷达图像和Landsat．MSS图像的复合图像应用于地质解释，其处理过程可以看作是最简单的图像融合。 到80年代中后期，图像融合技术开始引起人们的关注，陆续有人将图像融合技术应用于遥感多谱图像的分析和处理。 90年代以后，随着多颗遥感雷达卫星JERS．1，ERS．1，Radarsat等的发射升空，图像融合技术成为遥感图像处理和分析中的研究热点之一。 近二十年来，国际上在图像融合的不同层次上开展了大量的模型与算法研究，提出了各种形式的系统。美国计划在2010年研制出覆盖射频、可见光、红外波段公用孔径的有源／无源一体化基于图像与数据融合的探测器系统图像融合技术无疑具有良好的发展前景。 近年来，图像融合在应用方面有了一定的发展，2005年lO月4日，由我国和巴西联合研制的“资源一号”卫星发射升空，卫星上安装了我国自行研制的CCD相机和红外多光谱扫描仪，这两种航天遥感器之间可进行图像融合，大大扩展了卫星的遥感应用范围。 二．多传感器图像融合基本概念 2.1 图像融合的定义 图像融合就是指对采用一定算法，把两幅或多幅具有互补信息的源图像融合成一幅新的图像。它可使得新图像更加适合人的视觉感知，或者满足诸如图像处理中的分割、特征提取、目标识别的需要。图2．1说明了两传感器的互补与冗余信息关系 由于技术的进步，不断出现了多种新的传感器，将这些成像传感器进行适当 的组合，将会改善整个信息处理系统的性能。虽然每一种传感器在特定的工作条件和工作范围内，在每种程度上是最佳的，但是它却不能获得人或者计算机在检测目标时所需要的全部信息。因此，对于这些具有不同特性的传感器进行有效的集合，将会扩展其中任何一个的能力，最终合成的图像将包含更加完整和详细的内容，这对于图像处理正作将会带来很大的帮助。 2.2 多传感器图像融合系统的一般结构 图像融合需要前期的预处理，它包括几个方面：配准、校正、去噪声等，在完成几何校正、噪声消除及图像配准后是真正的图像融合过程。图像融合一般 可以分为像素级融合、特征级融合和决策级融合三个级别，融合的水平依次由低到高。图2．2给出了图像融合的三个层次示意图。 像素级融合：像素级融合是直接在采集到的原始图像数据层上进行的融合， 人眼对颜色信息的融合就是典型的像素级融合。像素级图像融合是最低层次的图 像融合，该层次的数据融合准确性最高，能够提供其它层次上所不具备的细节信 息，但是需要处理的信息量大。像素级融合也称数据级触合，是高层次图像融合 的基础，也是目前图像融合研究的重点之一。本文所研究的融合方法都是像素级 融合方法。 特征级融合：特征级融合是在信息处理的中间过程中进行的融合，它是指在 对经过预处理的数据进行特征提取的基础上，进行综合分析和处理，其输入输出 均为特征，典型的特征有边缘、拐点、线条等。 决策级融合：决策级融合是在对采集到的数据己独立完成了决策或分类任务 的基础上，模仿人的思维借助一定的规则或特定的算法对各个判别结果进行组合 判断。在决策级融合中，首先采用局部分类器对目标的各个特征进行分类