【影象融合】簡單認識影象融合
概念
影象融合(Image Fusion)是指將多源通道所採集到的關於同一目標的影象資料經過影象處理和計算機技術等,最大限度的提取各自通道中的有利資訊,最後綜合成高質量的影象,以提高影象資訊的利用率、改善計算機解譯精度和可靠性、提升原始影象的空間解析度和光譜解析度,利於監測。
特點
明顯的改善單一感測器的不足,提高結果影象的清晰度及資訊包含量,有利於更為準確、更為可靠、更為全面地獲取目標或場景的資訊。
應用
主要應用於軍事國防上、遙感方面、醫學影象處理、機器人、安全和監控、生物監測等領域。用於較多也較成熟的是紅外和可見光的融合,在一副影象上顯示多種資訊,突出目標。
基本原則
影象融合需要遵循3個基本原則:
1 ) 融合後圖像要含有所有源影象的明顯突出資訊;
2 ) 融合後圖像不能加入任何的人為資訊;
3 ) 對源影象中不感興趣的資訊,如噪聲要儘可能多地抑制其出現在融合影象中。
影象融合由低到高分為三個層次:畫素級融合、特徵級融合、決策級融合。
畫素級融合
畫素級融合也稱資料級融合,是三個層次中最基本的融合,指直接對感測器採集來得資料進行處理而獲得融合影象的過程。
畫素級融合中有空間域演算法和變換域演算法,空間域演算法中又有多種融合規則方法,如邏輯濾波法,灰度加權平均法,對比調製法等;變換域中又有金字塔分解融合法,小波變換法。其中的小波變換是當前最重要,最常用的方法。
優點:
經過畫素級影象融合以後得到的影象具有更多的細節資訊,如邊緣、紋理的提取,有利於影象的進一步分析、處理與理解,還能夠把潛在的目標暴露出來,利於判斷識別潛在的目標畫素點的操作,這種方法還可以儘可能多的儲存源影象中的資訊,使得融合後的圖片不論是內容還是細節都有所增加,這個優點是獨一無二的,僅存在於畫素級融合中。
缺點:
畫素級影象融合的侷限性也是不能忽視的,由於它是對畫素點進行操作,所以計算機就要對大量的資料進行處理,處理時所消耗的時間會比較長,就不能夠及時地將融合後圖像顯示出來,無法實現實時處理;另外在進行資料通訊時,資訊量較大,容易受到噪聲的影響;還有如果沒有將圖片進行嚴格的配準
特徵級融合
特徵級影象融合是從源影象中將特徵資訊提取出來,這些特徵資訊是觀察者對源影象中目標或感興趣的區域,如邊緣、人物、建築或車輛等資訊,然後對這些特徵資訊進行分析、處理與整合從而得到融合後的影象特徵。
在特徵級融合中,保證不同影象包含資訊的特徵,如紅外光對於物件熱量的表徵,可見光對於物件亮度的表徵等等。
優點:
對融合後的特徵進行目標識別的精確度明顯高於原始影象的精確度。特徵級融合對影象資訊進行了壓縮,再用計算機分析與處理,所消耗的記憶體與時間與畫素級相比都會減少,所需影象的實時性就會有所提高。特徵級影象融合對影象匹配的精確度的要求沒有第一層那麼高,計算速度也比第一層快。
缺點:
特徵級融合通過提取影象特徵作為融合資訊,因此會丟掉很多的細節性特徵。
決策級融合
決策級影象融合是以認知為基礎的方法,它不僅是最高層次的影象融合方法,抽象等級也是最高的。決策級影象融合是有針對性的,根據所提問題的具體要求,將來自特徵級影象所得到的特徵資訊加以利用,然後根據一定的準則以及每個決策的可信度(目標存在的概率)直接作出最優決策。
決策級融合主要在於主觀的要求,同樣也有一些規則,如貝葉斯法,D-S證據法和表決法等。
優點:
三個融合層級中,決策級影象融合的計算量是最小的,而且影象傳輸時噪聲對它的影響最小。
缺點:
這種方法對前一個層級有很強的依賴性,得到的影象與前兩種融合方法相比不是很清晰,將決策級影象融合實現起來比較困難。