图像融合算法研究任务书

⑴ 图像融合的定义

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 待融合图像已配准好且像素位宽一致，综合和提取两个或多个多源图像信息（参考文献：陈浩，王延杰。基于小波变换的图像融合技术研究. 微电子学与计算机, 2010 ,27( 5 )：39-41）。两幅（多幅）已配准好且像素位宽一致的待融合源图像，如果配准不好且像素位宽不一致，其融合效果不好。

⑵ 卫星地图图像融合技术的原理是什么

图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究都集中在这一层次上。图像预处理技术主要包括两个方面的任务：图像去噪、图像配准；图像融合算法从最初简单的融合算法（加权、最大值法）发展为复杂多分辨率的算法（金字塔、小波法等）；图像融合的性能评价主要有两个大的方面：主观评价及客观评价，由于在实际中不存在理想图源，所以一般采用较易实现的评价标准，结合主观视觉给出最合理的评价
参考资料：
http://wenku..com/link?url=_aO8a9mag3SA_xA1Lv7c_MFl4Fi-KFwSDpIBK

⑶ 图像融合技术的主要目的是

(1)主要目的：
①提高图像空间分辨率，改善图像几何精度，增强特征显示能力，改善分类精度，提供变化检测能力，替代或修补图像数据的缺陷等。
②发挥不同遥感数据源的优势，弥补某一种遥感数据的不足，提高遥感数据的可应用性。
PS：若题目为“信息融合”，则需再答上下面一条：
③在仅用遥感图像难以解决问题的时候，加入非遥感数据进行补充，使更综合、更深入的分析得以进行，为进一步应用地理信息系统技术打下基础。
(2)常用方法：
①彩色变换：
指采用不同的彩色坐标系统，把不同的遥感器数据或不同性质的数据融合起来，产生彩色合成图像。常用的彩色变换有RGB彩色合成和HIS变换。
②图像运算：
两幅或多幅单波段影像完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不需要信息的目的。
常用的图像运算方法有差值运算、比值运算和混合运算。
③图像变换：
常用的图像变换方法有主成分分析、相关统计分析(又称相关系数法)、空间滤波分析、回归变量代换(RVS-Regression Variable Substitution)、小波变换等。
(3)例如将TM与SPOT复合，选取TM三个波段4、3、2和SPOT全色波段，共4个波段，复合过程如下：
①空间配准：
采用几何校正分别在SPOT和TM图像上选取控制点，以高空间分辨率的SPOT全色图像为基础，用双线性内插或三次卷积内插运算对TM图像进行重采样，完成几何空间配准。
②图像复合：
每幅TM图像均与SPOT图像做逐点运算，生成三幅图像，进行假彩色合成，生成复合图像。
通过以上图像融合既保留了多光谱图像较高的光谱分辨率，又保留了全色图像较高的空间分辨率。

⑷ 图像融合有什么好的书籍

非要看书的话，西安交大的那彦和焦李成编了一本《基于多分辨分析理论的图像融合方法》还不错。另外《计算机视觉——算法与应用》这本书也讲到了图像

⑸ 图像融合处理技术

多种遥感数据源获取的遥感数据在时间、空间、光谱、方向及分辨率等方面各不相同，它们反映了同一地区地物波谱的不同方面或不同分辨率的遥感信息。所以，单一遥感数据一般不能提取足够的信息完成某些应用，而多遥感类型数据通过融合可以得到多个遥感数据的互补信息，提高遥感数据的利用率。目前，应用于地学领域较多的是基于像元的融合方法。

1.ISH变换

在色度学中，存在有两种彩色坐标系统：一是由红（R）、绿（G）、蓝（B）三原色构成的彩色（RGB）空间；另一是由亮度（I）（或称明度、强度）、色调（H）、饱和度（S）构成的色度（IHS）空间（亦称孟塞尔坐标）。这两个系统的关系可用图4-1表示，此时，IHS的范围呈现为一圆锥体；在垂直于IHS圆锥轴的切面上，二者则呈现为图4-1所示的关系。该图中，过S=0，白光点，沿Ⅰ轴只有亮度明暗（白－黑）差异；圆周代表H的变化，并设定红色为H=0；半径方向代表饱和度，圆心处S=0，为白色（消色），圆周处S=1，彩色最纯。

图4-1ISH与RGB空间示意图

很明显，这两个坐标之间可以互相转换，这种转换即称为IHS变换，或彩色坐标变换（也称孟塞尔变换）。通常把RGB空间变换到IHS空间称之为正变换，反过来，由IHS变换到RGB称反变换。当不直接采用三原色成分（R、G、B）的数量表示颜色，而是用三原色各自在R、G、B总量中的相对比例r、g、b来表示，即

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

式中：r+g+b=1。此时，如g=b=0，则r=1，为红色；白色（r=g=b）则为W（

，

）。两个坐标之间的转换关系，可简化为

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

对I进行反差扩展，H及S进行直方图规一化处理后

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

目前在遥感数字图像处理中，IHS变换多用于以下研究。

2.彩色合成图像的饱和度增强

当用以合成的3个原始图像相关性较大时，常规处理往往合成图像的饱和度会不足，色彩不鲜（纯），像质偏灰，且较模糊、细节难辨。通过IHS变换，在IHS空间中增强（拉伸）饱和度S，用反变换求R、G、B进行彩色显示，则可显着改善图像的颜色质量和分辨能力。

3.不同分辨率遥感图像的复合显示

直接把不同分辨率图像输入R、G、B通道作彩色合成复合显示，即使几何配精度很高，也难以获得清晰的图像（低分辨率图像使像质模糊）。采取将最高分辨率图像置作“I”、次高置作“H”、低分辨率者置作“S”，然后反变换，求出R、G、B作复合彩色显示，则基本可使合成图像保持有高分辨率图像的清晰度。对TM（常取其中两个波段）和SPOT（常取全色波段）图像作此种复合，既可获得SPOT的高分辨率，又可充分利用TM丰富的波谱信息。

4.特殊矿化蚀变遥感信息提取

除前述方法外，用下列公式（Kruse,1984）进行RGB到ISH坐标变换：

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

其中：

；R、G、B分别为红波段、绿波段、蓝波段像元。

经对I、S反差扩展，并对S直方图规一化处理，再反变换回到RGB彩色空间，公式如下：

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

式中：B_i=S·sinH;X_i=S·cosH。

郭华东（1995）及张旺生（1999）用上述处理方法提取石英脉，曾取得过很好的效果。

前人及笔者图像处理经验表明，上述常用图像处理方法对于解决一般的遥感信息提取与增强，一般都会得到较好效果，但不同的地区自然地理条件、提取图像信息的目的及所用的数据时相的差别，都是影响图像信息提取效果的重要因素。另外，针对某种特殊目的进行图像信息提取，更需要根据实际情况进行特别算法设计。这也正是遥感图像处理方法能够取得不断创新的主要原因之一。

⑹ 简单的图像融合算法:像素灰度值取大/小图像融合方法matlab代码。就是比较2幅图同一点的像素值取大/小。

im1=imread('c:\1.bmp'); % 读入两个图像
im2=imread('c:\3.bmp');
im3=im1-im2; %两图相减
a=im3>0; %图1比图2大的像素点
b=im3==0; %图1比图2小的像素点

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

%显示结果
imshow(im_large)
figure, imshow(im_small)

%希望你是这个意思。。

⑺ 加权平均法图像融合算法原理是什么

加权平均法图像融合算法的原理就是：对原图像的像素值直接取相同的权值，然后进行加权平均得到融合图像的像素值，举例说比如要融合两幅图像A，B，那它们的融合后图像的像素值就是A*50%+B*50%，可以参照上图。

⑻ 如何写图像融合开题报告

【关键词】 图像配准; 多源传感器; 位置约束; 特征提取; 多种特征组合
【摘要】 随着遥感技术迅速发展和新型传感器的不断涌现,人们获取遥感图像数据的能力不断提高。在利用这些多源遥感图像进行数据融合、目标变化检测、目标识别等多源协同处理工作之前,必须进行多源图像配准工作,配准精度的高低直接影响到后续应用效果的好坏。为此,本文主要研究了多源遥感图像间的配准技术,作为协同系统中的关键技术,要求配准方法在运算能力和配准精度方面都能够达到较好的效果。首先,本文对现有的多源图像配准技术进行原理上的分析与介绍。通过对多种配准方法的分类与比较,指出了遥感图像配准的通用技术环节与技术要点。并在研究过程中分析关键技术环节的难点与所面临问题。其次,本文针对传统多源配准方法在进行控制点对应时运算量大,误配情况多的现状,提出了一种基于位置约束的多源遥感影像配准技术。该方法首先利用人工粗略选取少量控制点对,得到粗略位置映射关系,之后利用位置信息以及分辨率信息建立局部窗函数进行搜索匹配,对两幅图像中提取的Harris角点进行筛选,最终得到的控制点对作为求取配准参数的控制点输入,并利用此方法进行了多组图像的实验来证明方法的通用性。然后,本文针对传统配准方法需要人工参与,并且仅使用单一特征进行匹配效...更多果差的缺点,提出了一种基于多特征组合的多源遥感图像自动配准技术。这种方法利用了由粗至精的配准思想,结合使用点、线、面特征分别进行粗配准及精细配准两个过程。重点解决了其中少量初始控制点对的匹配和更多控制点对的获取。完成了存在闭合区域的多源遥感图像间的自动配准过程,并实验验证了方法的配准精度。最后,为了对配准后的遥感图像进行直观的视觉评价,本文介绍了配准后图像间的镶嵌以及融合等简单应用。通过实验,可以很直观的看出配准的效果,完成配准的定性评价。

⑼ 图像融合的三大方法

按照层次融合的方法可以划分为三类，像素级融合，特征级融合，决策级融合

⑽ 图像融合的目的是什么

1. 图像配准的目的
   

   图像配准是图像处理研究领域中的一个典型问题和技术难点，其目的在于比较或融合针对同一对象在不同条件下获取的图像，例如图像会来自不同的采集设备，取自不同的时间，不同的拍摄视角等等，有时也需要用到针对不同对象的图像配准问题。具体地说，对于一组图像数据集中的两幅图像，通过寻找一种空间变换把一幅图像映射到另一幅图像，使得两图中对应于空间同一位置的点一一对应起来，从而达到信息融合的目的。

2. 图像配准的意义

   图像配准技术在计算机视觉、医学图像处理以及材料力学等领域都具有广泛的应用。根据具体应用的不同，有的侧重于通过变换结果融合两幅图像，有的侧重于研究变换本身以获得对象的一些力学属性。20世纪以来医学成像技术经历了从静态到动态，从形态到功能，从平面到立体的飞速发展。

   将各种图像结合起来，在同一图像上显示各自的信息，为临床医学诊断提供多数据多信息的图像，这成为极具应用价值的技术，而准确高效的图像配准则又是关键和难点。

   因而图像配准技术无论计算机视觉方面，还是在临床医学诊断都具有极重要的意义。