郭立强，范志祥

(淮阴师范学院计算机科学与技术学院，江苏淮安 223300)

近年来，随着成像传感器芯片工艺的提高，图像的获取已经从以往单一模式的可见光传感器发展到今天的红外、近红外、紫外等多个波段。不同成像传感器所获取的图像具有信息互补的特点，因此需要图像融合技术将多个图像融合成为一幅图像。图像融合是指将同一场景的多幅图像合并成为一幅图像的过程。但合并后的图像应该包含原始图像中的有用信息，视觉感知进一步增强，便于后续的特征提取与处理。图像融合技术[1]按照信息表征层次不同，由低到高可分为像素级图像融合、特征级图像融合和决策级图像融合。像素级图像融合水平较低，但处理的效果是最好的。该算法有很多，例如基于HIS变换的图像融合算法[2]、基于主成分分析(PCA)的算法[3]、基于小波变换的算法[4-6]等。本文重点关注像素级图像融合算法。

红外传感器与可见光传感器是两类最常用的成像传感器。红外传感器是通过被拍摄目标的热辐射差异来成像的，能够识别出被遮挡的物体，例如隐藏在衣服里的金属物品，具有“透视”作用。但红外图像的亮度和分辨率较低，无法呈现被拍摄目标的纹理等细节信息。可见光传感器所获得的图像具有分辨率高，图像细节信息丰富等优点。但容易受到外界光照、天气因素的影响。

由上述两种类型的成像传感器所获取的红外图像和可见光图像具有信息互补的特性。……