随着传感器技术的发展,单一的可见光模式逐渐发展为多种传感器模式。各
种传感器具有不同的成像机理、不同的工作波长范围、不同的工作环境与要求,
完成不同的功能。由于传感器自身物理特性、成像机理和观察视角等各个方面的
种种限制,单一的图像传感器往往不能够从场景中提取足够的信息,以至于很难
甚至无法独立获得对一幅场景的全面描述。这就需要研究多源图像融合。利用图
像传感器获得的图像(成像探测)可以直观地获取目标的外形或基本结构信息,
可有效的识别目标或目标的特定部位,它是提高精确制导武器抗干扰能力、目标
识别能力以及精确探测能力最基本、最有效的手段。为了满足实际中的需要,充
分利用多传感器的数据信息,各种数据融合技术快速发展起来,达到将多传感器
获得的丰富信息合并到一个新的数据集中。图像融合是数据融合的一个非常重要
的分支,是 20 世纪 70 年代后期提出的概念,是综合传感器、图像处理、信号处
理、计算机及人工智能的现在高新技术。
灰度图像融合技术是图像融合技术的一种。引用定义 Pohl 和 Genderen
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。它的
主要思想是采用一定的算法,把工作在不同波长范围、具有不同成像机理的图像
传感器对同一个场景的多个成像信息融合成一个新图像,从而使融合的图像可信
度更高,模糊较少,可理解性更好,更适合人的视觉及计算机检测、分类、识别、
理解等处理。
由各种传感器的性能特点可见,不同传感器对于场景的描述是完全不同的。
通过对来自多个传感器的图像进行融合处理后,获得的融合图像包含了单一传感
器无法提供的信息。
① 利用多个传感器提供的冗余信息可提高融合图像的精确性及可靠性。融
合图像具有较强的鲁棒性,即使个别传感器故障也不会对融合图像产生严重影
响;
② 利用多个传感器提供的互补信息,融合后的图像包含了更为全面、丰富
的信息,其更符合人或机器的视觉特性、更有利于对图像的进一步分析处理以及
自动目标识别;
③ 在不利的环境条件下(例如烟、尘、云、雾、雨等),通过多传感器图像
融合可以改善检测性能。例如,在烟、尘、云、雾环境下, TV(可见光)图像
质量差(甚至无法看清目标),而毫米波雷达获得的图像对于烟、云、尘、雾却
有较强的穿透能力,尽管信号会有些衰减,但仍然可获得较清晰的图像。