-
作为人类最重要信息载体的图像是一类特殊的数据，关于图像融合技术的相关研究也是数据融合领域内的一个研究重点与热点。Genderen和Pohl在1994年给出了图像融合的一种简单直观定义:图像融合就是利用某种算法将两幅或两幅以上的图像合并为一幅新图像。根据融合操作所发生的阶段，可将图像融合划分为三个层次:像素级(Pixel-level)，特征级(Feature-level)和决策级(Decision-level)。像素级图像融合又称为信号级图像融合，是一种低水平的融合，它是对空间配准的原始图像信号进行直接合并，从而生成融合图像。像素级融合的优点是保留了尽可能多的信息，融合结果具有较高精度。其缺点是处理信息量大、耗时长、实时性差。特征级图像融合又称为目标级图像融合，是一种中等水平的融合。它首先对源图像进行特征提取、目标标记或者产生属性描述信息等操作，然后将这些提取出的信息进行合并，从而得到图像特征描述结果。其优点是实现了可观的信息压缩，有利于实时处理，所提供的特征直接与决策分析相关，因此，融合结果最大限度地给出了决策分析时所需要的特征信息。其缺点是比像素级融合精度差。决策级图像融合又称为符号级图像融合，是最高水平的融合。它首先对每幅源图像进行特征级处理并对结果进行独立的决策操作，然后对决策结果进行合并，得到目标或环境的融合属性说明。该层次融合的优点是具有很强的容错性和很好的可改性，并且处理时间短。其缺点是图像信息损失较大。23217
- 上一篇：图像配准研究现状国内外研究现状
- 下一篇：球杆系统国内外的研究现状综述
80年代中期，人们提出了基于金字塔分解的图像融合方法，其中包括拉普拉斯金字塔、梯度金字塔、比率低通金字塔等，并开始将图像融合技术应用于一般图像处理（可见光图像、红外图像、多聚焦图像等）6。90年代以后，随着小波理论的广泛应用，小波变换技术为图像融合提供了新的工具，使图像融合技术的研究呈不断上升趋势。论文网
到如今，图像拼接技术经过近四十年的发展，已经取得了很多研究成果。例如，在图像的特征提取，图像的匹配，图像的融合那里已经研究出了很多种技术。