標籤: 暫無標籤

圖像融合(Image Fusion)是指將多源通道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等,

圖像融合Quickbird衛星遙感圖片

最大限度的提取各自通道中的有利信息,最後綜合成高質量的圖像,以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度,利於監測。

高效的圖像融合方法可以根據需要綜合處理多源通道的信息,發展系統對目標探測識別的可靠性和系統的自動化程度。其目的是將單一信源的針對同一目標的不同時間的圖像信息或不同類感測器所提供的同一目標的信息加以融合,消除多感測器信息之間存在的冗餘信息和矛盾,並通過一系列圖像處理技術和方法(在圖像融合步驟中都有體現),增強影像中信息的透明度,改善解譯圖像的精確度、可靠性和使用率,以形成對目標的清晰、完整、準確的描述,為軍事應用和非軍事應用提供更準確的指導。

諸多方面的優點使得圖像融合在醫學、遙感、計算機視覺、氣象預報和軍事目標識別等方面的應用潛力得到了更加充分認識和重視,尤其在軍事應用方面。圖像融合被認為是克服目前某些難點的技術方向。在航天、航空多種運載平台上,各種感測器所獲得的大量光譜遙感圖像(Hyperspectral remote sensing image)數據,為目標信息的高效提取提供了良好的處理對象。同時,圖像融合也是當代戰爭中的高端技術和亮點。人們在實踐中將圖像融合理論和技術得到進一步的認識、發展和提高,並迅速逐步轉向實時性圖像處理技術。

圖像融合由低到高分為三個層次:數據級融合、特徵級融合、決策級融合。這三個等級的區別在於對信息的抽象程度。數據級圖像融合,是指直接對感測器採集來得數據進行處理而獲得融合圖像的過程。它是高層次圖像融合的基礎,也是目前圖像融合研究的重點之一。這種融合的優點是保持儘可能多得現場原始數據,提供其它融合層次所不能提供的細微信息。常見的圖像融合演算法有IHS演算法、PCA演算法、Brovey演算法和小波演算法等。由於不同演算法具有不同的優缺點,演算法互補也是一個熱門研究領域和發展方向。

針對融合后的圖像進行演算法評價也是不可或缺的。融合圖像的評價參數通常分為基於信息量的評價參數(如:信息熵、交叉熵、聯合熵等)、基於統計特徵的評價參數(如:均值,中值、標準差、均方差等)、基於相關性的評價參數(如:偏差指數、相關係數等)和基於梯度值的評價參數(如:平均梯度等)。針對實時性系統,完成圖像融合全過程的實際消耗時間也是一個關鍵的參數。

1 圖像融合 -參考資料

1)遙感圖像融合評價方法研究  崔健 電腦開發與應用 2008年4月

2)遙感圖像的融合與應用 強贊霞 華中科技大學博士學位論文  2005年3月

3)LucienWeld,「Sometermsofreferenceindatafusion」,IEEETransactionson GeosciencesandRemoteSensing,VOL.37,NO.3,MAY1999:1190-1193

4)圖像處理和分析 章毓晉 清華大學出版社 2005年10月

相關評論

同義詞:暫無同義詞