0 引 言

EVS［1］是一种非常重要的飞机进近着陆辅助系统。在低能见度条件下，它实时融合可见光图像与红外图像等多种信息，将机舱外的视野以一种可视化的方式呈现给飞行员，增强飞行的安全性。根据图像融合的不同阶段，图像融合算法大体可以分为空间域融合算法和变换域融合算法［2－3］。与简单的图像融合算法相比，基于变换域的图像融合算法可以获得明显改善的融合效果。由于小波变换的多尺度和多分辨率特性，小波变换图像融合算法可以使融合图像能保留不同频率域的显著特征，是常用的变换域图像融合算法［4－5］。

在EVS中采用小波变换图像融合算法能获得较好的融合效果。但是小波变换图像融合算法的融合效果依赖于小波分解层数和融合规则，为了获得较好的融合效果，往往需要分解较多的层数和复杂的融合规则［6－7］，这就影响了算法的实时性，要在实时性要求很强的EVS中应用，必须提高算法的效率。本文结合像素矩阵的QR分解和小波变换图像融合算法，能增强算法实时性，同时保证较好的融合效果。

1 矩阵QR分解

矩阵论中，对于一个矩阵A＝ （aij）n×n，如果rank（A）＝n，则存在正交矩阵Q与上三角矩阵R，使得Q＝（qij）n×n与R＝ （rij）n×n满足

例如对矩阵aij＝ij×100，其QR分解如下

对于非方阵的一般矩阵B＝ （bij）m×n，同样可以应用QR分解。如果满足

则存在正交矩阵Qb＝ （qij）m×m和上三角矩阵Rb＝（qij）m×n使得B＝Qb×Rb［9］；如果m﹥n，利用B的转秩矩阵可得到同样的分解。

1.1 图像的QR分解

图像像素矩阵的秩为行数与列数中较小值的条件很容易满足。……