红外与可见光图像融合技术：算法研究与效果评估

"本文主要探讨了红外与可见光图像融合技术的研究，包括图像增强、配准、融合算法的改进以及融合效果的评估。作者郭佳在硕士论文中提出了自适应红外目标特征增强算法、基于图像互信息的配准算法以及一种改进的边缘检测小波变换图像融合方法。" 在多传感器信息融合领域，图像融合技术因其在提升信息获取能力上的潜力而备受关注。红外与可见光图像融合是这一领域的关键研究方向，因为这两种图像分别捕捉到目标的不同辐射或反射特性，其信息互补性强，通过融合可以拓宽观察视野和提高分辨率。 文章的第一部分介绍了图像融合技术的研究背景和现状，指出红外与可见光图像融合在目标探测中的重要性。作者针对红外图像的灰度直方图特性，提出了一种自适应红外目标特征增强算法。这种算法能有效地增强红外图像，改善图像的视觉效果，使目标更加清晰可见。 第二部分讨论了图像配准算法，选取了基于图像互信息的方法，以实现红外与可见光图像的精确配准，达到像素级别的精度。这种配准对于确保不同源图像在融合时的对应关系至关重要。 第三部分，作者对比分析了多种像素级图像融合算法，并提出了一种基于边缘检测的小波变换图像融合新方法。该方法在实验中表现出良好的融合效果，特别是在保留图像边缘细节和提高分辨率方面有显著优势，有利于提升图像识别和发现的概率。 最后，论文还研究了融合图像的评价体系，结合主观和客观评价方法，建立了一套综合评价框架，以科学地评估图像融合的质量和效果。这为后续的图像融合研究提供了可靠的评估工具。 关键词涵盖了红外图像处理的核心方面，包括图像增强、配准、融合及其评估，这些都构成了郭佳研究的基础。通过这些研究，不仅深化了我们对红外与可见光图像融合的理解，也为实际应用提供了新的技术手段。