陈 松王西泉陈俊彪

(中国兵器工业试验测试研究院 测试技术研究中心,陕西 华阴 714200)

0 引 言

传统的图像融合技术研究主要集中在像素级、特征级和决策级算法的探索上。为追求更好的融合效果,研究者不断加大算法的复杂度,同时寻求更加合适的数学理论作为融合的依据[1-3]。生物学的进步为图像融合的研究提供了新思路。

1953年Kuffler[4]证明了两种基本受域类型的存在:ON中心OFF环绕(ON-Center/OFF-Surround)受域和OFF中心ON环绕(OFF-Center/ON-Surround)受域。1978年Hartline等[5]通过电生理方法全面研究了蝮蛇(响尾蛇属于蝮亚科)的视觉与红外感知能力,指明了可见光和红外感知神经元在其视顶盖的分布位置并确定了双模式细胞的存在。Hodgkin[6]提出了描述中心-环绕对抗受域神经网络的被动膜方程。响尾蛇的视顶盖不仅接收视网膜传来的信息,还能接收声音信息和触觉信息。Newman等[7]在1981年指出响尾蛇视顶盖双模式细胞能同时接收红外和可见光图像的信息,并自动将它们进行图像配准。响尾蛇对环境的感知来自可见光和红外图像融合后的图像信息,对红外和可见光信号的处理是6种双模式细胞协同作用。中国科学院生物所对蝮蛇进行了行为学研究,并通过部分感官屏蔽的实验证明红外和可见光信息对目标识别与定位有一定的协作加成和对侧抑制的作用[8]。

在上述生物学研究的基础上,研究者们进行了基于效果的仿生红外与可见光图像融合,Waxman等[8]利用模仿响尾蛇双模式细胞工作原理的视觉感受野模型,提出了微光和红外图像的融合结构。……