1、紅外偏振與紅外光強圖像的融合作為熱紅外目標跟蹤與識別的前端關鍵技術,在軍用和民用領域都有著廣泛應用。當前,兩者的融合算法多為事先確定的,而實際應用中兩者的差異特征是動態(tài)變化的,事先確定的融合算法顯然不能隨差異特征的變化而變化,這樣往往會導致融合算法出現自適應差和融合失效的情況。
　　為了改進原有融合算法的不足,本文建立起差異特征與融合算法的映射關系,并利用這個映射關系實現了差異特征的驅動融合。本文的主要研究成果如下:
　　(

2、1)本文在分析紅外偏振與紅外光強成像的主要差異特性的基礎上,得出了兩者所存在的主要差異特征,并提出了差異特征的表示與提取方法。從主要差異特征中選取相關性低、互補性強的差異特征,構建了差異特征集。從現有典型的融合算法中選取效果好、速度快的算法,構建了融合算法集。
　　(2)以可能性理論作為研究手段,構造出差異特征對融合算法融合有效的可能性分布,選擇該分布中某一截集的元素作為差異特征所驅動的融合算法,即對融合算法集進行降維,得到了新的

3、融合算法集。將源圖像和融合圖像分別進行分塊處理,計算源圖像的每個樣本塊對的差異特征值;對各個算法的融合圖像的樣本塊進行評價,得到每個樣本塊的較優(yōu)算法編號,并統(tǒng)計算法編號的概率。將差異特征值與算法編號概率建立起對應關系,從而建立了差異特征集與融合算法集的映射關系。
　　(3)利用構造出的差異特征描述源圖像差異的可能性分布,選擇該分布中某一截集的元素作為驅動源圖像融合的差異特征,把該差異特征代入到差異特征集與融合算法集的映射關系中,確