（3）决策级图像融合

决策级图像融合是三个层次中的最高层次的融合，开始也是要对图像进行特征提取，然后应用一定的准则对图像特征信息进行判断，分类，最后将按照一定准则分类出的特征信息进行融合，得到最好的结果，这是相对与其它几个较高级的图像融合方法，决策级图像融的优点有许多如分析能力强，数据的要求比较的低等，与特征级图像融合相同，其丢失的图像信息也是比较的多，但是其实时性较好，并且能够容纳处理过程中出现错误的能力。论文网

图像层次结构图如下图1.3所示。

1.3 图像融合层次结构图

1.3.3 图像融合流程

在图像融合过程之前，对于图像必须进行一些预处理，这是由于融合之前由传感器获取的图像不可避免的具有一些噪声、失真等情况，这种对前期的图像进行一系列处理的事情就叫做图像预处理，其中的图像配准是其的基础，是进行图像处理和分析的关键点，是图像融合等的前提，没有图像预处理，图像融合技术将产生很大的影响，导致结果出现重大的偏差。

在进行图像配准和图像融合之前，对图像进行增强并且对图像进行特征突出是非常有必要的。图像配准是图像融合系统中的一个关键点，配准的质量直接影响图像融合系统的结果。

如下图1.4就是图像融合的基本流程: 

图1.4 图像融合的基本流程

由上面图像融合的流程图可以知道，图像预处理在整个图像融合过程中地位是很高的，它是进行图像融合的前提，当中的图像配准是其中重要的一环，其匹配的的儿吻合程度直接影响最后的结果，导致融合后图像效果的好坏，其吻合程度一般要达到像素级的水平才能够进行下一步的图像融合。

1.3.4 像素级融合算法综述

本论文主要是针对像素级融合算法的研究，从而找出最好的融合算法，在图像融合技术当中，其图像融合算法大致可以分为以下四类：

即基于彩色空间的算法、数学/统计学的算法、多分辨率分析的算法以及智能图像融合方法。

在进行图像融合的过程中，一般具有一些要求，首先融合算法需要确保能够保证更多的采集到图像中的那些需要的信息，然后在进行融合的过程中要最少的带入那些不需要的甚至是错误的信息，与此同时，采用的图像融合算法进行的图像融合能够有很好的保证，能够最大的避免噪声的影响等。文献综述

在这几类的图像融合算法中，每个算法都有自己的特点，比如融合算法中的数学算法它的计算相比而言要简单许多，但是其会使融合后的图像对比度降低，而彩色空间算法中的HLS相比而言，其对于原始光谱特性有一定的影响，使光谱产生退化的现象。再如HPF在处理高分辨率滤波的时候相比其他方法而言有较大优势的地方在于能够过滤掉许多的纹理信息，最后的智能图像融合方法较其它几种方法而言就比较的复杂，在当代要实际应用还有许多不现实的地方，受到限制的地方还有很多。对比而言，其中的多分辨率的融合算法较其它而言拥有着较大的优势，也是现如今的研究工作者研究比较频繁的方法。

在现如今像素级图像融合方法有很多种，常用的方法有PCA交换以及小波变换，相较一些传统的方法如HIS等相比有一些优势，比如小波变换的图像融合方法可以根据图像的不同特征而去适当的选择小波输入图像，而且在实际使用当中可以根据当前的需要去选择图像的细节信息，以至于能够在处理图像方面有更强的针对性，融合后的图像效果也会更好。

1.4  本论文的主要工作