1、隨著成像傳感器技術(shù)的飛速發(fā)展，人們可獲取的圖像信息呈現(xiàn)爆炸式的增長(zhǎng)，然而由于成像原理的不同以及技術(shù)條件的限制，任何一幅單一的圖像數(shù)據(jù)都不可能全面地反映目標(biāo)對(duì)象的特性。圖像融合是將多個(gè)成像傳感器或同一成像傳感器以不同工作模式獲取的關(guān)于同一場(chǎng)景的圖像信息加以綜合，以獲取新的關(guān)于此場(chǎng)景更準(zhǔn)確的描述，從而提高分析精度、應(yīng)用效果和使用價(jià)值。目前圖像融合技術(shù)己廣泛應(yīng)用于軍事、遙感、醫(yī)學(xué)及計(jì)算機(jī)視覺(jué)等領(lǐng)域。
　　 近些年來(lái)，基于小波變換的圖像

2、融合已成為圖像融合的研究熱點(diǎn)，本文在查閱大量相關(guān)文獻(xiàn)的基礎(chǔ)上，深入分析、重點(diǎn)探討了基于小波變換的圖像融合方法。本文的主要貢獻(xiàn)和完成的工作包括：
　　 1）采用一種改進(jìn)的基于Harris角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法。首先，選擇Harris角點(diǎn)作為圖像特征，通過(guò)歸一化互相關(guān)函數(shù)計(jì)算圖像的相關(guān)性，然后對(duì)這些相關(guān)點(diǎn)采用一種新的聚類方法進(jìn)行篩選，再使用RANSAC方法計(jì)算匹配點(diǎn)。這種算法不僅提高了匹配速度，而且去除了大量的不匹配點(diǎn)，得到了良好的

3、匹配效果。
　　 2）研究并討論了基于小波變換的圖像融合方法中最優(yōu)小波分解層數(shù)的選取問(wèn)題，得到了不同圖像融合規(guī)則下的最優(yōu)小波分解層。這避免了因小波分解層數(shù)過(guò)少，不能充分反映圖像的細(xì)節(jié)信息；分解層數(shù)過(guò)多，計(jì)算量過(guò)大，頂層融合損失的信息量過(guò)多的問(wèn)題。
　　 3）提出了一種基于主元分析（PCA）和自適應(yīng)區(qū)域方差的圖像融合算法。該算法充分利用小波變換的優(yōu)勢(shì)，針對(duì)不同頻率域的特點(diǎn)采用不同的融合規(guī)則，對(duì)于小波分解后的低頻分量，采用基

4、于PCA加權(quán)的融合算法；對(duì)于高頻分量，采用基于自適應(yīng)區(qū)域方差的融合算法。這套算法不僅增加了圖像的信息量，而且有效地保留了源圖像的細(xì)節(jié)信息，得到了清晰的融合圖像。
　　 4）提出了一種基于HSV空間數(shù)據(jù)模型和相似性度量相結(jié)合的彩色圖像融合算法。該算法將RGB空間模型轉(zhuǎn)化成與人類顏色視覺(jué)感知更接近的HSV模型，據(jù)此構(gòu)造模板，并借鑒相似性度量原理選取恰當(dāng)?shù)募訖?quán)系數(shù)得到融合圖像。這種方法從一定程度上解決了彩色圖像融合過(guò)程中出現(xiàn)的偏色問(wèn)題