一种多波段红外图像联合配准和融合方法

ByElmer1

摘 要：多波段红外图像配准和融合是得到更高质量夜视图像的关键步骤。过去，这两种方法被定义为两个独立的
图像处理过程。因此，在融合过程中忽略配准误差会严重影响最后的融合质量。为解决上述问题，该文提出一种新
/ v8 I6 G6 Y+ |" n7 o; `+ r" `的迭代优化方法，该方法通过寻找最优配准参数来获得最佳的融合性能，采用基于人眼感兴趣区域的清晰度指标作
# V) S4 k( g0 |为融合质量评价函数来完善配准过程，采用模拟退火法解决联合优化问题。实验结果表明，针对夜视领域的多波段
3 A& D1 J- A" m( b! v红外图像，该方法在配准精度、融合质量以及稳定性上明显优于常用的配准和融合算法。
关键词：图像融合；图像配准；多波段红外图像；清晰度指标
1 引言
图像配准作为一个重要的预处理过程已经广泛
地应用于图像融合[1,2]、图像拼接[3,4]以及遥感地形图
/ J* h6 f0 U5 O& p更新[5]等领域。图像配准算法可分为基于灰度的图像
% F0 U  L, ^2 g8 N" o配准方法和基于特征的图像配准方法。前者利用匹
配区域之间的灰度关系来进行图像配准；后者利用
, P* |, q- S8 f, I' h特征点、线以及区域进行配准[6]。随着图像融合技术
的快速发展[7 10]，多模图像融合前的配准方法越来
越受到关注，在红外夜视领域[11]，由于多传感器的
不同成像原理，多模图像间灰度关联较小，基于灰
' `/ P4 x* s9 t* C  v度的图像配准方法不再适用，而基于特征的方法则
0 A8 o2 x- [! o+ Q- Q) C, u依靠其稳定性被广泛地应用。文献[12]提出了一种改

2 X* i* I2 x5 V
% j4 M5 N) I" u$ H2 Y
& l: U. Q3 H, z9 o3 Y  N6 a- n8 L
附件下载：

游客，如果您要查看本帖隐藏内容请回复

2 x9 [7 T2 }" T1 a' x5 \) U6 F! T- Q
' s  X5 v. r8 P+ }1 _* V# O; O* t

金色传说

谢谢分享啊