圖像融合演算法研究任務書

⑴ 圖像融合的定義

圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等，最大限度的提取各自信道中的有利信息，最後綜合成高質量的圖像，以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度，利於監測。 待融合圖像已配准好且像素位寬一致，綜合和提取兩個或多個多源圖像信息（參考文獻：陳浩，王延傑。基於小波變換的圖像融合技術研究. 微電子學與計算機, 2010 ,27( 5 )：39-41）。兩幅（多幅）已配准好且像素位寬一致的待融合源圖像，如果配准不好且像素位寬不一致，其融合效果不好。

⑵ 衛星地圖圖像融合技術的原理是什麼

圖像融合就是通過一種特定演算法將兩幅或多幅圖像合成為一幅新圖像。該技術有基本的體系，主要包括的內容有：圖像預處理，圖像融合演算法，圖像融合評價，融合結果。圖像融合系統的層次劃分為：像素層融合、特徵層融合、決策層融合，目前絕大多數融合演算法研究都集中在這一層次上。圖像預處理技術主要包括兩個方面的任務：圖像去噪、圖像配准；圖像融合演算法從最初簡單的融合演算法（加權、最大值法）發展為復雜多解析度的演算法（金字塔、小波法等）；圖像融合的性能評價主要有兩個大的方面：主觀評價及客觀評價，由於在實際中不存在理想圖源，所以一般採用較易實現的評價標准，結合主觀視覺給出最合理的評價
參考資料：
http://wenku..com/link?url=_aO8a9mag3SA_xA1Lv7c_MFl4Fi-KFwSDpIBK

⑶ 圖像融合技術的主要目的是

(1)主要目的：
①提高圖像空間解析度，改善圖像幾何精度，增強特徵顯示能力，改善分類精度，提供變化檢測能力，替代或修補圖像數據的缺陷等。
②發揮不同遙感數據源的優勢，彌補某一種遙感數據的不足，提高遙感數據的可應用性。
PS：若題目為「信息融合」，則需再答上下面一條：
③在僅用遙感圖像難以解決問題的時候，加入非遙感數據進行補充，使更綜合、更深入的分析得以進行，為進一步應用地理信息系統技術打下基礎。
(2)常用方法：
①彩色變換：
指採用不同的彩色坐標系統，把不同的遙感器數據或不同性質的數據融合起來，產生彩色合成圖像。常用的彩色變換有RGB彩色合成和HIS變換。
②圖像運算：
兩幅或多幅單波段影像完成空間配准後，通過一系列運算，可以實現圖像增強，達到提取某些信息或去掉某些不需要信息的目的。
常用的圖像運算方法有差值運算、比值運算和混合運算。
③圖像變換：
常用的圖像變換方法有主成分分析、相關統計分析(又稱相關系數法)、空間濾波分析、回歸變數代換(RVS-Regression Variable Substitution)、小波變換等。
(3)例如將TM與SPOT復合，選取TM三個波段4、3、2和SPOT全色波段，共4個波段，復合過程如下：
①空間配准：
採用幾何校正分別在SPOT和TM圖像上選取控制點，以高空間解析度的SPOT全色圖像為基礎，用雙線性內插或三次卷積內插運算對TM圖像進行重采樣，完成幾何空間配准。
②圖像復合：
每幅TM圖像均與SPOT圖像做逐點運算，生成三幅圖像，進行假彩色合成，生成復合圖像。
通過以上圖像融合既保留了多光譜圖像較高的光譜解析度，又保留了全色圖像較高的空間解析度。

⑷ 圖像融合有什麼好的書籍

非要看書的話，西安交大的那彥和焦李成編了一本《基於多分辨分析理論的圖像融合方法》還不錯。另外《計算機視覺——演算法與應用》這本書也講到了圖像

⑸ 圖像融合處理技術

多種遙感數據源獲取的遙感數據在時間、空間、光譜、方向及解析度等方面各不相同，它們反映了同一地區地物波譜的不同方面或不同解析度的遙感信息。所以，單一遙感數據一般不能提取足夠的信息完成某些應用，而多遙感類型數據通過融合可以得到多個遙感數據的互補信息，提高遙感數據的利用率。目前，應用於地學領域較多的是基於像元的融合方法。

1.ISH變換

在色度學中，存在有兩種彩色坐標系統：一是由紅（R）、綠（G）、藍（B）三原色構成的彩色（RGB）空間；另一是由亮度（I）（或稱明度、強度）、色調（H）、飽和度（S）構成的色度（IHS）空間（亦稱孟塞爾坐標）。這兩個系統的關系可用圖4-1表示，此時，IHS的范圍呈現為一圓錐體；在垂直於IHS圓錐軸的切面上，二者則呈現為圖4-1所示的關系。該圖中，過S=0，白光點，沿Ⅰ軸只有亮度明暗（白－黑）差異；圓周代表H的變化，並設定紅色為H=0；半徑方向代表飽和度，圓心處S=0，為白色（消色），圓周處S=1，彩色最純。

圖4-1ISH與RGB空間示意圖

很明顯，這兩個坐標之間可以互相轉換，這種轉換即稱為IHS變換，或彩色坐標變換（也稱孟塞爾變換）。通常把RGB空間變換到IHS空間稱之為正變換，反過來，由IHS變換到RGB稱反變換。當不直接採用三原色成分（R、G、B）的數量表示顏色，而是用三原色各自在R、G、B總量中的相對比例r、g、b來表示，即

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

式中：r+g+b=1。此時，如g=b=0，則r=1，為紅色；白色（r=g=b）則為W（

，

）。兩個坐標之間的轉換關系，可簡化為

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

對I進行反差擴展，H及S進行直方圖規一化處理後

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

目前在遙感數字圖像處理中，IHS變換多用於以下研究。

2.彩色合成圖像的飽和度增強

當用以合成的3個原始圖像相關性較大時，常規處理往往合成圖像的飽和度會不足，色彩不鮮（純），像質偏灰，且較模糊、細節難辨。通過IHS變換，在IHS空間中增強（拉伸）飽和度S，用反變換求R、G、B進行彩色顯示，則可顯著改善圖像的顏色質量和分辨能力。

3.不同解析度遙感圖像的復合顯示

直接把不同解析度圖像輸入R、G、B通道作彩色合成復合顯示，即使幾何配精度很高，也難以獲得清晰的圖像（低解析度圖像使像質模糊）。採取將最高解析度圖像置作「I」、次高置作「H」、低解析度者置作「S」，然後反變換，求出R、G、B作復合彩色顯示，則基本可使合成圖像保持有高解析度圖像的清晰度。對TM（常取其中兩個波段）和SPOT（常取全色波段）圖像作此種復合，既可獲得SPOT的高解析度，又可充分利用TM豐富的波譜信息。

4.特殊礦化蝕變遙感信息提取

除前述方法外，用下列公式（Kruse,1984）進行RGB到ISH坐標變換：

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

其中：

；R、G、B分別為紅波段、綠波段、藍波段像元。

經對I、S反差擴展，並對S直方圖規一化處理，再反變換回到RGB彩色空間，公式如下：

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

式中：B_i=S·sinH;X_i=S·cosH。

郭華東（1995）及張旺生（1999）用上述處理方法提取石英脈，曾取得過很好的效果。

前人及筆者圖像處理經驗表明，上述常用圖像處理方法對於解決一般的遙感信息提取與增強，一般都會得到較好效果，但不同的地區自然地理條件、提取圖像信息的目的及所用的數據時相的差別，都是影響圖像信息提取效果的重要因素。另外，針對某種特殊目的進行圖像信息提取，更需要根據實際情況進行特別演算法設計。這也正是遙感圖像處理方法能夠取得不斷創新的主要原因之一。

⑹ 簡單的圖像融合演算法:像素灰度值取大/小圖像融合方法matlab代碼。就是比較2幅圖同一點的像素值取大/小。

im1=imread('c:\1.bmp'); % 讀入兩個圖像
im2=imread('c:\3.bmp');
im3=im1-im2; %兩圖相減
a=im3>0; %圖1比圖2大的像素點
b=im3==0; %圖1比圖2小的像素點

% 合成大像素值的圖像
im_large=uint8(a).*im1+uint8(b).*im2;
%合成小像素值的圖像
im_small=uint8(b).*im1+uint8(a).*im2;

%顯示結果
imshow(im_large)
figure, imshow(im_small)

%希望你是這個意思。。

⑺ 加權平均法圖像融合演算法原理是什麼

加權平均法圖像融合演算法的原理就是：對原圖像的像素值直接取相同的權值，然後進行加權平均得到融合圖像的像素值，舉例說比如要融合兩幅圖像A，B，那它們的融合後圖像的像素值就是A*50%+B*50%，可以參照上圖。

⑻ 如何寫圖像融合開題報告

【關鍵詞】 圖像配准; 多源感測器; 位置約束; 特徵提取; 多種特徵組合
【摘要】 隨著遙感技術迅速發展和新型感測器的不斷涌現,人們獲取遙感圖像數據的能力不斷提高。在利用這些多源遙感圖像進行數據融合、目標變化檢測、目標識別等多源協同處理工作之前,必須進行多源圖像配准工作,配准精度的高低直接影響到後續應用效果的好壞。為此,本文主要研究了多源遙感圖像間的配准技術,作為協同系統中的關鍵技術,要求配准方法在運算能力和配准精度方面都能夠達到較好的效果。首先,本文對現有的多源圖像配准技術進行原理上的分析與介紹。通過對多種配准方法的分類與比較,指出了遙感圖像配準的通用技術環節與技術要點。並在研究過程中分析關鍵技術環節的難點與所面臨問題。其次,本文針對傳統多源配准方法在進行控制點對應時運算量大,誤配情況多的現狀,提出了一種基於位置約束的多源遙感影像配准技術。該方法首先利用人工粗略選取少量控制點對,得到粗略位置映射關系,之後利用位置信息以及解析度信息建立局部窗函數進行搜索匹配,對兩幅圖像中提取的Harris角點進行篩選,最終得到的控制點對作為求取配准參數的控制點輸入,並利用此方法進行了多組圖像的實驗來證明方法的通用性。然後,本文針對傳統配准方法需要人工參與,並且僅使用單一特徵進行匹配效...更多果差的缺點,提出了一種基於多特徵組合的多源遙感圖像自動配准技術。這種方法利用了由粗至精的配准思想,結合使用點、線、面特徵分別進行粗配准及精細配准兩個過程。重點解決了其中少量初始控制點對的匹配和更多控制點對的獲取。完成了存在閉合區域的多源遙感圖像間的自動配准過程,並實驗驗證了方法的配准精度。最後,為了對配准後的遙感圖像進行直觀的視覺評價,本文介紹了配准後圖像間的鑲嵌以及融合等簡單應用。通過實驗,可以很直觀的看出配準的效果,完成配準的定性評價。

⑼ 圖像融合的三大方法

按照層次融合的方法可以劃分為三類，像素級融合，特徵級融合，決策級融合

⑽ 圖像融合的目的是什麼

1. 圖像配準的目的
   

   圖像配準是圖像處理研究領域中的一個典型問題和技術難點，其目的在於比較或融合針對同一對象在不同條件下獲取的圖像，例如圖像會來自不同的採集設備，取自不同的時間，不同的拍攝視角等等，有時也需要用到針對不同對象的圖像配准問題。具體地說，對於一組圖像數據集中的兩幅圖像，通過尋找一種空間變換把一幅圖像映射到另一幅圖像，使得兩圖中對應於空間同一位置的點一一對應起來，從而達到信息融合的目的。

2. 圖像配準的意義

   圖像配准技術在計算機視覺、醫學圖像處理以及材料力學等領域都具有廣泛的應用。根據具體應用的不同，有的側重於通過變換結果融合兩幅圖像，有的側重於研究變換本身以獲得對象的一些力學屬性。20世紀以來醫學成像技術經歷了從靜態到動態，從形態到功能，從平面到立體的飛速發展。

   將各種圖像結合起來，在同一圖像上顯示各自的信息，為臨床醫學診斷提供多數據多信息的圖像，這成為極具應用價值的技術，而准確高效的圖像配准則又是關鍵和難點。

   因而圖像配准技術無論計算機視覺方面，還是在臨床醫學診斷都具有極重要的意義。