【正文】 分辨率圖像代替第一主分量進行逆主分量變換，得到融合的圖像。 主成分變換的變換公式可以用下式表示： TXY? (28) 式中： X：待變換圖像的數(shù)據(jù)矩陣； Y ：變換后圖像的數(shù)據(jù)矩陣； T ：變換矩陣。實際操作是將原來的各個因素指標重新組合，組合后的新指標是互不相關的。 加權平均融合法的優(yōu)點是：算法簡單直觀、融合速度快、實時性強；缺點是：常需要人工干預并且圖像融合結果很難令人滿意，實際應用不廣泛。 當然，在進行彩色 圖像融合處理的實際過程中，有時為了避免彩色失真，在融合處理之后可能還要對圖像進行彩色平衡、補償?shù)忍幚?。也就是說，彩色圖像的融合過程可以分解成 三基色單色圖像的融合過程。所以，加權平均圖像融合具有算法簡單，融合速度快的優(yōu)點，但在多數(shù)應用場合，該圖像融合算法難以取得令人滿意的融合效果。 融合后圖像在 ? ?21,nn 處的標準偏差為： ? ? ? ?2121 , 1 nnnng M ??? ? (26) 式 (26)說明，經(jīng)像素平均融合后得到的融合圖像的標準差降為原來的M1。例如，假設有 M 個含噪聲圖像 ? ?nmgi , ： 8 ? ? ? ? ? ?212121 , nnnnfnng ii ??? (22) 式中 i=1， 2， …， M； ? ?21,nnf 原圖像（不含噪聲）； ? ?21,nni? 為圖像在像素點 ? ?21,nn 處的噪聲，假設其為不相關、零均值隨機噪聲。多數(shù)情況下，這種加 權平均融合的方法中，參加融合的圖像提供的冗余信息，通過這種融合可以提高檢測的可靠性。 加權平均法 加權平均圖像融合過程可以表示為： ? ? ? ? ? ?nmBnmAnmF , 21 ?? ?? (21) 式中： m 圖像中像素的行號， m =1， 2， …， M； n 圖像中像素的列號， n =1， 2，…， N； 1? 加權系數(shù) 1； 2? 加權系數(shù) 2；通常： 121 ??ww 。 幾種像素級圖像融合方法理論介紹 像素級圖像融合方 法有很多，目前常用的有簡單加權平均方法、多分辨塔式方法、小波變換方法、主成分分析（ PCA）方法、彩色空間方法、卡爾曼濾波方法和 IHS（亮度、色度、飽和度）變換方法等 ??1 。因此，本文所研究的圖像融合為像素級融合。 像素級的圖像融合是最基本的圖像融合方法，也是特征級融合、決策級融合研究的基礎，其結果圖像獲得的信息量最多、目標的辨識性最好。 圖 3 決策及圖像融合 已有的理論和研究表明，上述三個層次的融合，像素級的融合在預處理、信息 量、信息損失、分類性方面性能最優(yōu)，而特征級和決策級融合性能較差。決策級的圖像融合具有較高的可靠性，當某個傳感器失效時，融合仍可以進行，系統(tǒng)容錯性好。決策級的融合是直 接針對具體的決策目標，充分利用來自各自圖像的初級決策。 圖 1 像素級圖像融合 圖 2 特征及圖像融合 … 圖像 1 圖像 2 圖像 n 預處理 圖像配準 像素級別融合 特征提取 分類決策 結果 圖像 1 圖像 2 圖像 n … 預處理 特征提取 圖像配準 特征融合 結果 6 決策級圖像融合 決策級的融合，先對每個源圖進行預處理、特征提取、識別或判決，融合流程圖如圖 3 所示。特征通常為圖像邊緣、角點、紋理、相似區(qū)域等。 5 特征級圖像融合 特征級的融合是利用從各個傳感器圖像的原始信息中提供的特征信息進行綜合分析處理，融合流程圖如圖 2 所示。它們提供的信息是多方面的，通過基于像素級別的融合，增加了圖像的信息，在提供細節(jié)信息方面優(yōu)于特征級和決策級的融合。進行像素級融合之前，必須先對進行融合的圖像進行預處理和圖像配準，目的是為了提高融合的可靠性和精度。而多源圖像融合信息具有更復雜的形式，而且出現(xiàn)在不同的信息層次上，通常可分為以下三個層次：像素級圖像融合、特征級圖像融合和決策級圖像融合。 運用上述 4 種融合方法的理論知識，通過 matlab仿真得出 4 種不同融合方法下的融合圖像，并通過一些圖像融合標準參數(shù)： 4 信息熵、均方根誤差、信噪比和平均梯度，對上述 4 種方法得出的融合圖像進行衡量，最終得出小波變換是這 4 種融合方法中最出色的方法，而加權平均法、主成分分析（ PCA）法和 IHS 變換法都有其各自的不足之處，融合效果不大令人滿意。并對這 4種融合方法在理論上作了詳盡、清晰的描述（包括各種融合方法的理論、算法、流程圖、步驟以 及各自的優(yōu)缺點）。 錯誤 !未找到引用源。 本文具體完成的工作如下： 錯誤 !未找到引用源。 在我國，圖像融合技術才剛剛起步，同國外先進水平相比還有很大的差距，這說明我們?nèi)匀沃囟肋h，在圖像融合方面還需要進行更加廣闊、更加深入的探索和研究。 錯誤 !未找到引用源。一般的融合方法，算法簡單直觀、融合速度快、實時性強，但融合后的效果很難令人滿意，在實際應用中并沒有多大的用處，也很難得到廣泛的應用；而一些較好的融合方法，比如：多分辨塔式方法和小波變換方法，它們的融合效果相對比較好 ，但融合速度大大降低。 錯誤 !未找到引用源。 錯誤 !未找到引用源。因此，國內(nèi)在此領域的研究基本上處于初級階段。 國內(nèi)對圖像融合的研究起步于上世紀 90 年代。 90 年代后，隨著多可遙感衛(wèi)星 JERS ERS Radarsat 等的出現(xiàn)，圖像融合技術成為遙感圖像處理的研究熱點，并且研究領域擴展到可見光圖像處理、紅外圖像處理、醫(yī)學圖像處理等領域。 20 世紀80 年代初期， Daily、 Laner 和 Todd 進行了雷達圖像、 LandsatRBV、LandsatMSS 圖像的融合實驗。 【關鍵詞】 圖像融合，主成分分析， IHS，小波變換 ABSTRACT Image fusion means to extract and synthesize multiple source pictures and get more accurate, more prehensive and more reliable information about same scene or object. We can get the same things described in the prehensive feature posite image including a variety of environmental conditions, a variety of modes and a variety of viewing angle. Image fusion is usually divided into three levels of pixel level fusion, feature level fusion and decision level fusion. At present, the pixel level fusion is the research focus of image fusion. Firstly, this dissertation introduces the purpose, the present research situation at home and abroad and problem of image fusion and the main content of this article. Then focus on discuss the three levels of image fusion and several monly used methods of pixel level image fusion, paring the fusion effect of weighted average method, Principle ponents analysis ( PCA) method, IHS fusion method and wavelet transform fusion. Keywords ： Image fusion, Principle ponents analysis ( PCA), IntensityHueSaturation (IHS), Wavelet transform 目 錄 1. 緒論 .................................................................. 1 圖像融合的目的 ..................................................... 1 國內(nèi)外研究現(xiàn)狀 ..................................................... 1 圖像融合面臨的問題 ................................................. 2 本文的主要工作 ..................................................... 3 2. 圖像融合理論