1、本文主要應(yīng)用多分辨率分析方法對多傳感器圖像融合、多聚焦圖像融合進(jìn)行了深入、系統(tǒng)的研究。本文涉及到對圖像融合中所用到的多分辨率方法和融合規(guī)則的研究，并給出了多傳感器硬件系統(tǒng)以及多傳感器圖像融合應(yīng)用實(shí)例。其中，多分辨率方法的研究包括了基于聯(lián)合紋理和梯度特征的多分辨率變換方法的研究和基于最優(yōu)濾波器組小波框架的研究；對圖像融合規(guī)則的研究包括了基于模糊區(qū)域特征的融合規(guī)則的研究和基于模型估計方法的圖像融合規(guī)則的研究；最后本文又對圖像融合評價方法進(jìn)行

2、了闡述。 1.針對多分辨率變換方法研究，提出了基于紋理和梯度特征的多分辨率方法和基于最優(yōu)濾波器組小波框架的多分辨率分解方法。根據(jù)金字塔分解方法的特點(diǎn)，提出了一種基于紋理和梯度特征的多分辨率金字塔分解及其相應(yīng)的融合方法。該方法根據(jù)特征提取濾波器系數(shù)，構(gòu)造出基于紋理和梯度特征的多分辨率金字塔分解方法，并從多源圖像融合的應(yīng)用角度考慮，提出基于紋理和梯度特征的圖像融合方法。另外，根據(jù)小波及其濾波器組設(shè)計理論，提出了基于最優(yōu)濾波器組小波框

3、架的多分辨率圖像融合方法。實(shí)驗(yàn)驗(yàn)證表明，這兩種多分辨率分析方法在應(yīng)用于圖像融合領(lǐng)域時，能夠得到較好的融合效果。 2.針對圖像融合系統(tǒng)中融合規(guī)則的研究，提出了基于模糊區(qū)域特征的圖像融合方法和一種基于期望值最大算法的圖像融合方法?；谀：齾^(qū)域特征的圖像融合方法是在多分辨率分析的基礎(chǔ)上，將低頻圖像區(qū)域分解為重要區(qū)域、次重要區(qū)域以及背景區(qū)域，并根據(jù)每個區(qū)域各自的模糊隸屬度來確定該區(qū)域的融合規(guī)則，最終得到融合圖像的多分辨率表示，再對其進(jìn)行

4、多分辨率反變換就可以得到圖像的融合結(jié)果?；谄谕底畲笏惴ǖ膱D像融合方法主要用于處理多分辨率展開后低頻分量的融合問題，低頻分量在融合過程中的作用是非常重要的。對于高頻分量，采用信息重要性測度來描述圖像的重要信息，以提高融合算法的抗噪性能，得到高頻分量的融合結(jié)果。然后利用最優(yōu)濾波器組小波框架反變換得到最終融合結(jié)果。實(shí)驗(yàn)表明，這兩種融合方法都具有較好的融合結(jié)果。 3.針對圖像融合系統(tǒng)評價問題的研究，提出了兩種評價指標(biāo)，一種是基于圖像

5、區(qū)域的客觀評價指標(biāo)，一種是在噪聲情況下融合系統(tǒng)的抗噪聲性能評價指標(biāo)?；趫D像區(qū)域的客觀評價指標(biāo)首先從融合后的圖像中獲取區(qū)域信息，然后考慮在各個區(qū)域中融合后圖像、原圖像像素值分布相似程度，并結(jié)合像素互信息，將區(qū)域相似程度作為權(quán)值對像素互信息進(jìn)行修正，從而形成了基于區(qū)域的融合評價指標(biāo)。對于抗噪聲性能評價指標(biāo)，本文將基于區(qū)域的融合評價指標(biāo)應(yīng)用于對融合系統(tǒng)抗噪聲性能的評價。以原傳感器圖像得到的圖像為參考，加入大小不同的噪聲，將參考圖像和含有噪聲

6、污染的圖像加入到同一個融合系統(tǒng)中，得到不同的融合結(jié)果；然后對這些不同的融合結(jié)果進(jìn)行基于區(qū)域的評價，得到一系列的評價結(jié)果；對這些評價結(jié)果求取相對差，就得到了融合系統(tǒng)抗噪聲性能的評價結(jié)果。 4.以“高性能紅外成像檢測、跟蹤與識別系統(tǒng)”和“航空電子系統(tǒng)及目標(biāo)跟蹤，，項(xiàng)目為背景，提供了一套高性能的紅外成像系統(tǒng)原理樣機(jī)和一套可見光CCD成像系統(tǒng)原理樣機(jī)。這兩個系統(tǒng)研制與開發(fā)為多傳感器融合系統(tǒng)的研制提供了一套有針對性的硬件平臺。 5