红外图像与可见光图像融合 ——笔记 图像融合是将来自不同传感器在同一时间(或者不同时间)对同一目标获取的两幅或者多幅图像合成为一幅满足某种需求图像的过程。 为了获得较好的融合效果，在研究融合算法之前，对图像预处理理论及方法进行了研究。预处理理论主要包括图像去噪、图像配准和图像增强。图像去噪目的是为了减少噪声对图像的影响。图像配准是使处于不同状态下的图像达到统一配准状态的方法。图像增强是为了突出图像中的有用信息，改善图像的视觉效果，并方便图像的进一步融合。 图像融合评价方法：主观评价和客观评价。指标如：均值、标准差、信息熵等。 针对 IHS 变换和小波变换的优缺点，本文提出了一种基于这两种变换结合的图像融合方法。该算法的具体实现步骤如下：先对彩色可见光图像进行 IHS 变换，对红外图像进行增强，然后将变换后得到的 I 分量与已增强的红外图像进行 2 层小波分解，将获得的低频子带和高频子带使用基于窗口的融合规则，而后对分量进行小波重构和 IHS 逆变换，最后得到融合结果。经仿真实验证明，此结果优于传统 IHS 变换和传统小波变换，获得了较好的融合结果，既保持了可见光图像中的大量彩色信息又保留了红外图像的重要目标信息。 红外传感器反映的是景物温度差或辐射差，不易受风沙烟雾等复杂条件的影响。一般来说，红外图像都有细节信息表现不明显、对比度低、成像效果差等缺点，因此其可视性并不是很理想。 可见光成像传感器与红外成像传感器不同，它只与目标场景的反射有关与其他无关，所以可见光图像表现为有较好的颜色等信息，反应真实环境目标情况，但当有遮挡时就无法观察出遮挡的目标。 利用红外传感器发现烟雾遮挡的目标或在树木后的车辆等。在夜间，人眼不能很好的辨别场景中的目标，但由于不同景物之间存在着一定的温度差，可以利用红外传感器，它可以利用红外辐射差来进行探测，这样所成的图像虽然不能直接清晰的观察目标，但是能够将目标的轮廓显示出来，并能依据物体表面的温度和发射率的高低把重要目标从背景中分离出来，方便人眼的判读。但由于自身成像原理以及使用条件等原因，所形成图像具有噪声大、对比度低、模糊不清、视觉效果差等问题。不利于人眼判读。 可以将两者图像融合在一起，这样可以丰富图像信息，提高图像分辨率，增强图像的光谱信息，弥补单一传感器针对特定场景表达的不全面，实现对场景全面清晰准确的表达。 两者的主要区别有： (1)可见光图像与红外图像的成像原理不同，前者依据物体的反射率的不同进行成像，后者依据物体的温度或辐射率不同进行成像，因此红外图像的光谱信息明显不如可见光图像。
红外图像增强算法研究 安阳，胡耀祖 武汉理工大学信息学院，武汉 (430070) E-mail：alen1983@https://www.doczj.com/doc/852418580.html, 摘要：本文根据红外图像的特点介绍了几种经典的图像增强算法，讨论算法的效果，提出对算法的一些改进，给出了一些改进后的效果。 关键词：红外图像，直方图，锐化 1.引言 红外技术是二战后兴起的一项红外信息转换与处理技术。它研究红外辐射的发射、传输和接收的规律及其应用原理，而红外成像技术是其应用最广泛的方面。随着科技的不断发展，红外热成像技术在军事、科研、工农业生产、医疗卫生等领域的应用越来越广泛，与此同时图像实时处理的研究也得到了迅速发展[1]。 随着红外成像技术的广泛应用，人们对红外图像成像质量的要求越来越高，要提高红外图像的质量可以有两种途径：一是不断研究更高性能的红外探测器;另一个就是要进行红外图像的预处理，从而改善图像质量。 目前随着材料技术的突破，美国，西欧等发达国家在红外成像阵列的研制取得了巨大的发展，高密度，高灵敏度，快响应的红外焦平面阵列在军事上已经得到了应用，非制冷焦平面阵列也得到了快速的发展。 但是由于材料器件的限制，仅仅依靠红外探测器的提高不能完全达到我们所期望的图像质量，而且高精度的探测器件的研制所花费的人力物力是十分巨大的。而解决这个问题的一个有效的手段就是对红外图像进行实时图像预处理。实时图像处理技术能在现有的条件下不仅能提高红外图像质量，而且在较短的时间内迅速改善和提高红外热像仪的各项性能指标。 2.红外图像对比度增强算法 2.1 红外图像的特点 红外成像的目标和背景的红外辐射需经过大气传输、光学成像、光电转换和电子处理等过程，才被转换成为红外图像。所以从红外图像的产生过程分析，红外图像主要有以下特点：1）空间相关性强，对比度低；2）表征对象的温度分布，是灰度图像，分辨率较低，图像比较模糊；3）噪声干扰较大，噪声比较复杂，信噪比低；4）存在器件性的非均匀性等。 我们可以看出红外图像存在很多缺陷，对人眼来说其最显著的特点就是对比度很低，图像很模糊，所以本文主要从对比度提升和图像锐化两个方面进行增强算法的研究。 2.2 红外图像的直方图均衡化及改进 红外图像直方图的特点是像素相对比较集中，灰度值变化不大，使得图像的对比度很低，视觉效果很差。直方图均衡的作用是改变图像中灰度概率分布，使其均匀化。使图像中灰度概率密度较大的像素向附近灰度级扩展，因而灰度层次拉开，而概率密度较小的像素的灰度级收缩，从而让出原来占有的部分灰度级，这样的处理使图像充分有效地利用各个灰度级，因而增强了图像对比度。
多聚焦图像融合方法综述 摘要：本文概括了多聚焦图像融合的一些基本概念和相关知识。然后从空域和频域两方面将多聚焦图像融合方法分为两大块，并对这两块所包含的方法进行了简单介绍并对其中小波变换化法进行了详细地阐述。最后提出了一些图像融合方法的评价方法。 关键词：多聚焦图像融合；空域；频域；小波变换法；评价方法 1、引言 按数据融合的处理体系，数据融合可分为：信号级融合、像素级融合、特征级融合和符号级融合。图像融合是数据融合的一个重要分支，是20世纪70年代后期提出的概念。该技术综合了传感器、图像处理、信号处理、计算机和人工智能等现代高新技术。它在遥感图像处理、目标识别、医学、现代航天航空、机器人视觉等方面具有广阔的应用前景。 Pohl和Genderen将图像融合定义为：“图像融合是通过一种特定的方法将两幅或多幅图像合成一幅新图像”，其主要思想是采用一定的方法，把工作于不同波长范围、具有不同成像机理的各种成像传感器对同一场景成像的多幅图像信息合成一幅新的图像。 作为图像融合研究重要内容之一的多聚焦图像融合，是指把用同一个成像设备对某一场景通过改变焦距而得到的两幅或多幅图像中清晰的部分组合成一幅新的图像，便于人们观察或计算机处理。图像融合的方法大体可以分为像素级、特征级、决策级3中，其中，像素级的图像融合精度较高，能够提供其他融合方法所不具备的细节信息，多聚焦融合采用了像素级融合方法，它主要分为空域和频域两大块，即： （1）在空域中，主要是基于图像清晰部分的提取，有梯度差分法，分块法等，其优点是速度快、方法简单，不过融合精确度相对较低，边缘吃力粗糙； （2）在频域中，具有代表性的是分辨方法，其中有拉普拉斯金字塔算法、小波变换法等，多分辨率融合精度比较高，对位置信息的把握较好，不过算法比较复杂，处理速度比较慢。 2、空域中的图像融合 把图像f(x,y)看成一个二维函数，对其进行处理，它包含的算法有逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法等。 2.1 逻辑滤波器法 最直观的融合方法是两个像素的值进行逻辑运算,如:两个像素的值均大于特定的门限值,
?图像识别? 文章编号：1005-0086（2000）05-0537-03 红外图像融合! 张加友，王江安1 （军事交通学院基础部，天津300161；1.海军工程大学兵器工程系，湖北武汉430033） 摘要：研究了利用拉普拉斯金字塔技术，对可见光电视和红外图像融合过程中，各个相关层的像素点值 的选取规则的不同对融合结果的影响，对比实验证明，对不同的红外图像结构，需应用不同的对应点值 的选取规则。 关键词：图像融合；图像处理；红外图像；拉普拉斯金字塔 中图分类号：TN911.73文献标识码：A Infrared Image Fusion ZHANG Jia-you，WANG Jiang-an （Miiitary Traffic Institute，Tianjin300161，China） Abstract：Photoeiectric tracking apparatus is powerfui defense eguipment on navai ship.Two important sensors were used：TV sensor and8~14!m IR sensor.It was freguentiy desirabie to combine the two images into a merged image. In this paper，the technoiogy of fusion IR images and TV images with Lapiacian Pyramid was studied.The seiecting ruie of the node vaiue from the coupie pyramid iayer was studied too.And the difference between merged the daui-IR im- ages and merged the TV and IR images was discussed. Key words：image fusion；image processing；IR image；Lapiacian Pyramid 1引言 空中运动目标的识别是空中预警系统的重要组成部分。在舰船空中预警系统中，光电跟踪仪具有重要的地位。它由可见光电视图像、激光测距、红外热像和红外跟踪点源等4个传感器组成。红外跟踪点源可以全天候红外跟踪，激光测距可准确测量目标的方位和距离；切换开关切换到电视通道，显示目标的可见光电视图像；切换开关切换到红外热像通道，显示目标的红外热图像。这样，系统可全天候工作。但在工作环境气候不佳时，如在多云情况，目标在云层穿越，在系统的两个通道切换过程中，常因切换过程长，使目标显示困难。解决问题有效办法是利用图像融合技术［1］。图像融合技术可将2幅图像有效的合成1幅图像，还能在1幅图像中显示2幅被融合图像的图像信息。将2幅图像对应的象素简单相加，会使图像信噪比降低［2］，图像出现拼接的痕 迹。图1（a）、（b）所示，为256X256像素灰度图像s!2和s!4；图1（d） 所示 图1图像简单相加与拉普拉斯图像融合 Fig.1Images pixels simply plus and Laplacian pyramid images fusion 光电子?激光第11卷第5期2000年10月 JOURNAL OF OPTOELECTRONICS?LASER Voi.11No.5Oct.2000 !收稿日期：2000-01-04修订日期：2000-05-17
红外图像的处理及其MATLAB 函数实现 0.引言 随着红外技术日新月异的发展，红外技术在军事及人们日常生活中有着越来越广泛的应用。但由于红外探照灯及红外探测器件的限制，红外成像系统的成像效果仍然不够理想。在民用监测应用中，主要表现为夜视距离近，图像背景与被监测目标之间对比度模糊，被监测目标细节难以辨认，图像特征信息不明确等方面。为使图像更适于人眼观测、适用于图像后续目标识别及跟踪处理，有必要在红外图像采集和处理上做进一步的研究，来增强红外图像视觉效果。 1. 红外图像的获取及其特点 1.1 红外图像的获取 红外图像主要是由红外热像仪采集的。红外热像仪是一种二维热图像成像装置。热成像系统是一个光学一电子系统，可用于接收波长在m 100~75.0之间的电磁辐射，它的基本功能是将接收到的红外辐射转换成电信号，再将电信号的大小用灰度等级的形式表示，最后在显示器上显示出来。图1.1就是一张采集到的红外图像。 图1.1 输入的红外图像
1.2 红外图像的特点 红外图像反映了目标和背景不可见红外辐射的空间分布，其辐射亮度分布主要由被观测景物的温度和发射率决定，因此红外图像近似反映了景物温度差或辐射差。 根据其成像原理，总结红外图像特点如下： (1)红外热图像表征景物的温度分布，是灰度图像，没有彩色或阴影(立体感觉)，故对人眼而言，分辨率低、分辨潜力差； (2)由于景物热平衡、光波波长、传输距离远、大气衰减等原因，造成红外图像空间相关性强、对比度低、视觉效果模糊； (3)热成像系统的探测能力和空间分辨率低于可见光CCD阵列，使得红外图像的清晰度低于可见光图像； (4)外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声，比如热噪声、散粒噪声、f 1噪声、光子电子涨落噪声等等。噪声来源多样，噪声类型繁多，这些都造成红外热图像噪声的不可预测的分布复杂性。这些分布复杂的噪声使得红外图像的信噪比比普通电视图像低； (5)由于红外探测器各探测单元的响应特性不一致等原因，造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。 由以上五点可知，红外图像一般较暗，且目标与背景对比度低，边缘模糊，视觉效果差。 通过以上比较分析，可以总结：可见光图像与红外图像的成像机理虽然不同(可见光图像是利用物体对光线的反射来获得的，而红外图像是靠物体自身的红外辐射获取的)，但在低照度情况下，可见光图像与红外图像的视觉效果和直方图特征均相同，因此可以采用低照度可见光图像的处理方法来处理红外图像。 2. 红外图像的增强 2.1 图像增强 图像增强是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或突显，以便于观察或做进一步的分析与处理。图像增强不意味着能增加原始的信息，有时甚至会损失一些信息，但图像增强的结果却能加强对特定信息的识别能力，便图像中感兴趣的特征得以加强，从而使这些特征的检测和识别变得更加容易。 图像增强方法的分类如图2.1所示：
收稿日期:2009205210 基金项目:教育部科学技术重点研究项目资助(108114) 作者简介:寇小明(19672),男,中船重工第705所研究员,西安电子科技大学博士研究生,E 2mail :casscamm @https://www.doczj.com/doc/852418580.html,. 一种自适应红外图像增强技术 寇小明1,2,刘上乾1,洪 鸣1,汪大宝1 (1.西安电子科技大学技术物理学院,陕西西安 710071; 2.中船重工第705研究所,陕西西安 710075) 摘要:针对红外热成像对比度不足的问题,提出了一种S 曲线映射函数,该函数具有定义域与值域区间 一致、拐点非对称的特点,在目标图像增强的同时拟制了杂波背景.为了满足动态场景自适应增强的需 要,建立了基于场景灰度特征调整S 曲线参数的动态自适应模型,该模型用灰度直方图的阈值和调制度 作为输入,用图像增强算法的参数作为输出,并基于典型样本数据通过人工神经网络的BP 算法确定出 了模型中权系数的值,工程应用实例表明这种方法是切实有效的. 关键词:红外成像;背景抑制;图像增强;自适应;BP 算法 中图分类号:TN911.73 文献标识码:A 文章编号:100122400(2009)0621070205 Approach for adaptive infrared thermal image enhancement KOU X i ao 2mi ng 1,2,L I U S hang 2qi an 1,HO N G M i ng 1,W A N G D a 2bao 1 (1.School of Technical Physics ,Xidian Univ.,Xi ’an 710071,China ; 2.No.705Research Institute CSIC ,Xi ’an 710075,China ) Abstract : As for the inadequate contrast of inf rared thermal imaging ,as S curve mapping f unction is proposed to enhance target objectives and in the meantime suppress background clutters ,which has the same range of domain with a variable interval and a non 2symmetrical inflection point.With the need of adaptive enhancement for the changing scene ,a dynamic self 2adaptive model is proposed to adjust the parameters of the S curve based on the scene.By using the threshold and modulation of histogram as the input parameters and the parameters of the enhancement algorithm as the outputs ,the coefficients of the model is determined based on typical samples of data through the artificial neural network BP algorithm , with the application showing that this approach is effective. K ey Words : infrared imaging ;background suppression ;image enhancement ;adaptive ;BP algorithm 红外成像过程由于受到目标辐射特性、红外传输特性、红外探测特性和环境因素的影响,其成像质量远远低于可见光图像,主要体现为非常低的对比度和信噪比.按照普朗克方程,常温附近场景中1K 的温差,在中红外波段反映出的对比度信息大约是4%,在长波段大约是2%[1],在实际应用中常温附近3K 的表观温差意味着非常好的热成像条件,但此时图像的热对比度仍然比较低[2],因此,红外成像观测系统的性能较强地受到背景的制约,属于BL IP 系统.在红外探测、识别和跟踪应用中,背景温度的影响非常显著,如何进行背景抑制和图像增强一直是红外成像技术研究的核心问题之一[3]. 红外图像增强技术可以分为静态和动态两种,静态图像增强适用于静态图像或远距离的准静态成像观测,增强技术主要有模糊域、遗传算法等[425],这些算法计算量较大.目前红外成像已从远距离探测应用发展到近距离的动态观测,场景中目标和背景相对位置、尺寸和温差都是动态变化的,而非静态探测时相对单一,此时所采用的增强技术要能满足动态场景实时观测的需要. 目前在红外成像动态增强方面,常采用基于直方图分析的灰度变换,有单阈值处理,也有双阈值处2009年12月 第36卷 第6期 西安电子科技大学学报(自然科学版) J OU R NAL O F XI D IAN U N IV E R S I T Y Dec.2009 Vol.36 No.6
图像融合的研究背景和研究意义 1概述 2 图像融合的研究背景和研究意义 3图像融合的层次 像素级图像融合 特征级图像融合 决策级图像融合 4 彩色图像融合的意义 1概述 随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。 作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。 2 图像融合的研究背景和研究意义 Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把
红外图像与可见光图像融合 笔记 图像融合是将来自不同传感器在同一时间(或者不同时间)对同一目标获取的两幅或者多幅图像合成为一幅满足某种需求图像的过程。 为了获得较好的融合效果，在研究融合算法之前，对图像预处理理论及方法进行了研究。预处理理论主要包括图像去噪、图像配准和图像增强。图像去噪目的是为了减少噪声对图像的影响。图像配准是使处于不同状态下的图像达到统一配准状态的方法。图像增强是为了突出图像中的有用信息，改善图像的视觉效果，并方便图像的进一步融合。 图像融合评价方法：主观评价和客观评价。指标如：均值、标准差、信息熵等。 针对IHS变换和小波变换的优缺点，本文提出了一种基于这两种变换结合的图像融合方法。该算法的具体实现步骤如下：先对彩色可见光图像进行IHS变换，对红外图像进行增强，然后将变换后得到的I分量与已增强的红外图像进 行2层小波分解，将获得的低频子带和高频子带使用基于窗口的融合规则，而后对分量进行小波重构和IHS逆变换，最后得到融合结果。经仿真实验证明，此结果优于传统IHS变换和传统小波变换，获得了较好的融合结果，既保持了可见光图像中的大量彩色信息又保留了红外图像的重要目标信息。 红外传感器反映的是景物温度差或辐射差，不易受风沙烟雾等复杂条件的影响。一般来说，红外图像都有细节信息表现不明显、对比度低、成像效果差等缺点，因此其可视性并不是很理想。 可见光成像传感器与红外成像传感器不同，它只与目标场景的反射有关与其他无关，所以可见光图像表现为有较好的颜色等信息，反应真实环境目标情况，但当有遮挡时就无法观察出遮挡的目标。 利用红外传感器发现烟雾遮挡的目标或在树木后的车辆等。在夜间，人眼不 能很好的辨别场景中的目标，但由于不同景物之间存在着一定的温度差，可以利用红外传感器，它可以利用红外辐射差来进行探测，这样所成的图像虽然不能直接清晰的观察目标，但是能够将目标的轮廓显示出来，并能依据物体表面的温度和发射率的高低把重要目标从背景中分离出来，方便人眼的判读。但由于自身成像原理以及使用条件等原因，所形成图像具有噪声大、对比度低、模糊不清、视觉效果差等问题。不利于人眼判读。 可以将两者图像融合在一起，这样可以丰富图像信息，提高图像分辨率，增强图像的光谱信息，弥补单一传感器针对特定场景表达的不全面，实现对场景全面清晰准确的表达。 两者的主要区别有： (1)可见光图像与红外图像的成像原理不同，前者依据物体的反射率的不同进行成像，后者依据物体的温度或辐射率不同进行成像，因此红外图像的光谱信 息明显不如可见光图像。
第38卷第4期 2016年8月 光学仪器 OPTICAL INSTRUMENTS Vol. 38，No. 4 August,2016 文章编号：1005-5630(2016)04-0303-05 基于视觉显著性的红外与可见光图像融合 华玮平S赵巨岭S李梦S高秀敏〃 (1.杭州电子科技大学电子信息学院，浙江杭州310018; 2.上海理工大学光电信息与计算机工程学院，上海200093) 摘要：多波段图像融合可以有效综合各个波段图像中包含的特征信息。针对可见光和红外图 像，提出了一种结合红外图像视觉显著性提取的双波段图像融合方法，一方面旨在凸显红外图 像的目标信息，另一方面又尽可能的保留了可见光图像的丰富细节信息。首先，在局部窗口内 实现红外图像的显著性图提取，并通过窗口尺寸的变化形成多尺度的显著性图，并对这些显著 性图进行最大值的优选叠加，以获取能反映整幅红外图像各个尺寸目标的显著性图；其次，通过 结合显著性图与红外图实现显著性图的加权增强；最后，利用增强的红外显著性图进行双波段 图像的融合。通过两组对比实验，数据表明该方法给出的融合图像视觉效果好，运算速度快，客 观评价值优于对比的7种融合方法。 关键词：图像融合；红外图像增强；视觉显著性 中图分类号：TN 911. 73 文献标志码：A doi:10. 3969/j. issa 1005-5630. 2016. 04. 005 Dual-band image fusion for infrared and visible images based on image visual saliency HUA Weiping1, ZHAO Jufeng1, LI Meng1, GAO Xiumin1,2 (1. Electronics and Information College, Hangzhou Dianzi University, Hangzhou 310018, China； 2. School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093，China) Abstract： Dual-band image fusion is able to well synthesize the feature information from the different bands. To fuse visible and infrared images, in this paper, an infrared image visual saliency detection-based approach was proposed. This method aimed to highlight the target information from infrared image, meanwhile preserve abundant detail information from visible one as much as possible. Firstly, visual saliency map was extracted within a local window, and multiple window-based saliency maps could be obtained by changing the size of local window. And the final saliency map was generated by selecting maximum value, and this map could mirror all target information in the infrared image. Secondly，the saliency map was enhanced by combining infrared image and the previous saliency map. Finally, the enhanced saliency map was used for dual-band image fusion. Comparing with other seven methods, the 收稿日期：2015-10-13 基金项目：国家自然科学基金项目（61405052，61378035) 作者简介：华玮平(1994 )，男，本科生，主要从事光学成像等方面的研究。E-m ail:564810049@qq.c〇m 通信作者：赵巨峰(1985 )，男，讲师，主要从事光学成像、图像处理等方面的研究。E-m ail:daba〇zjf@https://www.doczj.com/doc/852418580.html,.C n
ENVI下的图像融合方法 图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。 ENVI中提供融合方法有： ?HSV变换 ?Brovey变换 这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。 这两种操作方法基本类似，下面介绍Brovey变换操作过程。 （1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。 （2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。 （3）选择Display窗口中选择RGB，单击OK。 （4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。 对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。 这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。 （1）打开融合的两个文件。
中北大学 毕业设计(论文)开题报告 学生姓名：孔祥吉学号：0705034133 学院、系：信息与通信工程学院电子工程系 专业：测控技术与仪器 设计(论文)题目：红外图像数据处理方法研究 指导教师:郑宾 2011 年 3 月 30 日
毕业设计（论文）开题报告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，撰写2000字左右的文献综述： 文献综述 一、课题的研究背景及意义 红外图像是伴随着红外成像技术的出现而诞生的。红外热成像技术，又称为热成像技术，是一种辐射信息探测技术，红外热成像系统能够把物体表面自然发射的红外辐射分布转变为可见图像。因为不同物体或同一物体的不同部位具有不同的红外辐射特性(如温度和发射率)，所以系统可直观地显示其差异并将它们区分开来，转换成可见图像，从而将人类的视觉感知范围由传统的可见光谱扩展到裸眼看不到的红外辐射光谱区。支撑红外成像技术的理论与技术基础包括红外物理学、光电子学、现代信息处理技术、材料科学、精密光学机械和特种红外工艺等。 由于红外传感器本身固有的特性，红外图像普遍存在着目标与背景对比度较差、边缘模糊等缺点，再加上目标距传感器较远，受到大气热辐射等因素影响，使红外图像信噪比和对比度较低，图像中的目标形状和纹理信息不足。因此必须对红外图像进行增强处理，以提高信噪比和对比度。传统的增强方法都有不同程度的局限性，必须寻找新的处理思想和手段，以能够最大限度地降低红外图像的噪声，突出图像中的有用信息并提高视觉效果。因此，本课题的研究既有一定的理论价值又有相当的实际应用前景。 可见光图像感受和反映的是目标及背景反射来自太阳或其它物体光线强弱的差异，而红外图像感受和反映的是目标与背景自身向外辐射能量的差异，这两者都与构成目标及背景的材料、颜色及表面光亮度有关。由于红外图像和可见光图像存在着上述本质上的差异，这就决定了红外图像与可见光图像具有各自不同的特点。由于红外波段的辐射波长比可见光长，因而红外图像的空间分辨力比可见光低；红外辐射透过雾的能力比可见光强，所以红外成像可以克服部分视觉上的障碍而探测到目标，具有比可见光更强的穿透能力；红外成像系统的主要工作波段是在3-5 um和8-14 um两个被称为红外窗口红外波段，在这两个波段内，红外辐射的透射能力很强，其作用距离是可见光的3-5倍；由于红外成像和可见光成像方式和本质的不同，红外成像系统可以全天候工作，而可见光成像传感器则不能。另外，目标的可见光图像可能受到阴影的影响，而目标的红外图像则受阴影的影响较小。可见光图像传感器利用物体的不同部分对可见光不同的反射成
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
一种红外图像增强算法研究 针对传统红外图像存在的一些不足，提出一种融合多尺度Retinex和小波变换的红外图像增强算法。该算法综合了小波变换多尺度、多分辨率的优点，以及多尺度Retinex红外增强的特性，利用小波变换对图像信号进行分解，对低频系数进行多尺度Retinex算法处理，而对小波分解的高频细分量进行消除噪声并改善图像细节部分，并同时也改善了性噪比、对比度以及亮度均匀性等性能指标。通过仿真该算法可增强图像细节，优化图像整体视觉效果。 标签：红外图像；图像增强；小波变换；多尺度Retinex法 引言 随着现代科技发展及社会进步，红外成像技术已经被广泛应用于军事用途和民用领域。然而因为红外图像采集器件本身的结构和原理限制，及采集过程中复杂的环境因素影响，目前的红外成像效果无法完全满足人们的需求。所以在技术运用中需要对得到的红外图像进行必要的增强处理，以使之更利于视觉分辨，从而更好地确认目标，便于后续智能化分析与处理。 小波变换是一种多分辨率分析方法，其作为一种数学工具近年来得到广泛应用[1]。由于该方法可以将图像分解成不同分辨率的尺度，它具有代表信号在时域和频域的局部特征的能力，因而通过小波重建可使处理后的图像质量得到有效改善。Retinex理论的增强算法可经过原始图像与高斯函数的卷积获得最优亮度估计，改善图像的亮度均匀性[2]。图像能量信息主要在低频部分，通过Retinex 算法可以很好的完成低频子代图像的动态压缩，改善图像整体效果[3]。 文章对红外图像增强算法进行一些针对性研究，提出了一种红外图像增强算法，该算法融合了多尺度的Retinex和小波变换思想。该算法综合了小波变换多尺度、多分辨率的特点，以及Retinex红外增强的优势，实现红外图像增强，通过仿真实现增强效果较好。 1 小波变换基础理论 小波变换是由傅立叶分析发展而来的新兴学科，又称多分辨分析[2]。该方法应用领域十分广泛，理论意义极其重大，无论对古老的自然科学还是新兴的高新技术应用学科都产生强烈的冲击，是目前国际高度关注的前沿领域。 小波变换由于在实域和频域同时具有良好的局部化性质、多分辨率特性、低墒性、去相关性以及选基灵活的特点[4]，使得小波变换方法成为了图像增强领域的研究热点。 二维离散小波变换在分析过程中可以通过一维离散小波变换为基础进行推导，而二维双正交小波变换可以分解为两个一维小波变换，即先进行X方向变
图像融合算法概述 摘要：详细介绍了像素级图像融合的原理,着重分析总结了目前常用的像素级图像融合的方法和质量评价标准,指出了像素级图像融合技术的最新进展,探讨了像素级图像融合技术的发展趋势。 关键词：图像融合; 多尺度变换; 评价标准 Abstract:This paper introduced the principles based on image fusion at pixel level in detail, analysed synthetically and summed up the present routine algorithm of image fusion at pixel level and evaluation criteria of its quality. It pointed out the recent development of image fusion at pixel level, and discussed the development tendency of technique of image fusion at pixel level. Key words:image fusion; multi-scale transform; evaluation criteria 1.引言： 图像融合是通过一个数学模型把来自不同传感器的多幅图像综合成一幅满足特定应用需求的图像的过程, 从而可以有效地把不同图像传感器的优点结合起来, 提高对图像信息分析和提取的能力[ 1] 。近年来, 图像融合技术广泛地应用于自动目标识别、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。图像融合的主要目的是通过对多幅图像间冗余数据的处理来提高图像的可靠性; 通过对多幅图像间互补信息的处理来提高图像的清晰度。根据融合处理所处的阶段不同,图像融合通常可以划分为像素级、特征级和决策级。融合的层次不同, 所采用的算法、适用的范围也不相同。在融合的三个级别中, 像素级作为各级图像融合的基础, 尽可能多地保留了场景的原始信息, 提供其他融合层次所不能提供的丰富、精确、可靠的信息, 有利于图像的进一步分析、处理与理解, 进而提供最优的决策和识别性能. 2.图像融合算法概述 2.1 图像融合算法基本理论
红外增强算法综述 在图像形成、传输或变换的过程中，由于受到其它客观因素诸如系统噪声、曝光不足或过量、相对运动等影响，获取图像往往会与原始图像之间产生某种差异(称为降质或退化)。退化后的图像通常模糊不清或者经过机器提取的信息量减少甚至错误，因此必须对其采取一些手段进行改善。图像增强技术正是在此意义上提出的，目的就是为了改善图像的质量。图像增强根据图像的模糊情况采用各种特殊的技术突出图像中的某些信息，削弱或消除元关信息，达到强调图像的整体或局部特征的目的。图像增强尚没有统一的理论方法，常用的图像增强技术有直方图修改、图像平滑滤波、图像锐化等。下面将由红外图像的直方图出发，介绍相关的增强算法。 一、红外图像的直方图及其特点 1、红外图像的直方图 图像的基本描述有灰度、分辨率、信噪比、频谱等等。灰度直方图是用于表达图像灰度分布情况的统计图表，有一维直方图和二维直方图之分。其中最常用的是一维直方图，其定义是：对于数字图像()y x f ,，设图像灰度值为0r 、1r ......1-L r ，则概率密度函数()i r P 为： ()()....3,2,1== i r r P i i 图像上总的像素数的像素数灰度级为 且有()110 =∑-k i r P ，由于i r 取值离散，故直方图习惯画成灰度级—像素数（图1） 的形式。 图1：典型直方图 直方图具有以下性质: 1) 只表示图像中每一灰度级出现的频数，而失去了具有该灰度级的像素的位置信息； 2) 图像与直方图之间是多对一的映射关系；
3) 一副图像各子区直方图之和等于该图像的全图直方图。 在图像处理中，直方图是很有用的决策和评价工具。直方图可以提供下列信息： 1) 每个灰度级像素数出现的频数； 2) 图像像素值的动态范围； 3) 整幅图像的大致平均亮度； 4) 图像的整体对比度情况。 直方图统计在对比度拉伸，灰度级修正、动态范围调整、图像亮度调整、模型化等图像处理方法中发挥了很大作用，在本文后面的讨论中将可以看到直方图的意义。 2、红外直方图的特点 对红外图像直方图与可见光图像直方图进行对比研究可以发现，红外图像相对于可见光图像有着其特有的规律和特点： 1) 像素灰度值动态范围小，很少能覆盖整个灰度级空间。而可见光图像的像素则几乎分布于几乎整个灰度级空间。 2) 绝大部分像素集中于某些相邻的灰度级范围内，在这些范围内以外的灰度级上的像素数量很少，而可见光的像素分布则相对比较均匀。 3) 直方图中有明显的峰存在，很多情况下为单峰或者双峰（分为主峰、次峰），而可见光图像直方图的峰不是很明显，并且峰的数量一般多于两个。 但要注意的是，上述三点是大多数红外图像直方图所具备的特点。由于具体的气候条件、环境温度等因素的影响，不同季节不同时间段内各种物体的热辐射呈现不同的特点，物体越热，红外成像的亮度越高，物体温度越低，其红外成像的亮度就越低，所以实际当中的红外图像往往呈现出各自的特点，并不一定与上述特点完全一致。 二、通常的红外图像增强算法 图像增强是一种基本的图像预处理手段，对图像的某些特征，如对比度、边缘等进行增强或突显，便于后续分析和处理。它并不意味着能增加原始图像的信息，有时甚至会损失一些信息。但图像增强的结果却能加强对某些特定信息的识别能力，使图像中我们感兴趣的特征得以加强，从而使这些特征的检测和识别变得更加容易。 1、红外图像增强算法的分类 图像增强的处理技术从增强的作用域出发，可以分为空间域的方法和变换域的方法两大类，如图2所示。空间域法直接对图像像素进行操作，主要的空间域法有直方图均衡化、直方图规定化、灰度窗口和空域滤波等技术；而频率域法是首先将图像从空间域按照某种变换模型（如傅立叶变换）变换到频率域，然后对图像进行处理，再将其反变换到空间域，获得增强图像，这是一种间接地方法，频域方法有高通滤波、低通滤波、带通和带阻滤波等技术。 图像增强算法的优劣不是绝对的，由于具体用的目的和要求不同，所需要的具体的增强技术也大不相同，因此没有图像增强的通用标准，观察者才是某种增强方法优劣的最终判断者。增强算法处理的效果，除了与算法本身有一定关系外，还与图像的数据特征直接相关。实际应用中应当根据图像数据的特点和工作的要求来选择合理的图像增强处理方法。 由于红外图像的成像机理以及红外成像系统自身的原因，红外图像与可见光图像相比，大多有图像对比度低、图像较模糊、噪声大等特点。为了有利于后续