陈广秋，高印寒，段 锦，韩泽宇，才 华

（1.吉林大学 仪器科学与电气工程学院，吉林 长春130061；2.吉林大学 汽车仿真与控制国家重点实验室，吉林 长春130022；3.长春理工大学 电子信息工程学院，吉林 长春130022）

1 引 言

红外与可见光是两类不同模态的传感器，红外传感器通过探测物体自身的热辐射产生图像，能够显示隐藏的热目标，且受外界干扰因素影响较小，但图像对比度较低，目标与场景的细节反映能力差，不符合人的视觉习惯；可见光成像传感器是通过捕获物体的反射光产生图像，具有高分辨率的细节信息，但易受天气、烟雾、照度等因素影响，不能全天候工作。将两者结合使用，相互取长补短便可以发挥各自的优势，提高图像的质量，改善人们的视觉效果，增加图像中的信息量及可靠性，显现出目标更加全面的特性，为决策者提供更可靠、更准确的分析结果。因此，红外与可见光图像融合在军事和安全监控等领域有着广泛的应用。

根据图像处理域的不同，目前图像融合算法主要分两类：基于空间域的融合算法和基于变换域的融合算法［1］。前者是直接在图像的像素灰度空间利用一定的算法进行融合；主要有加权、主成分分析（PCA）、HIS 变换和神经网络等算法；后者是先对源图像进行变换，然后再对变换得到的系数利用各种融合策略进行组合，得到融合图像的变换系数，最后通过逆变换得到融合图像；主要包括各种金字塔、小波、Curvelet、Controulet等变换。由于多尺度变换具有空频域分析图像的能力成为变换域图像融合常用的方法及研究热点［2－4］。……