红外可见图像配准与融合算法研究：实验结果与评估

本篇论文主要探讨了红外与可见光图像配准实验及其结果在图像融合领域的应用，结合西安工业大学硕士研究生郭佳的研究工作。论文聚焦于光学工程专业，针对红外与可见光图像的独特性质，因为这两种类型图像感应的目标辐射和反射波段不同，它们的信息互补性为图像融合提供了可能性。研究的核心在于解决红外图像的灰度直方图通常呈现局部双峰特性的问题，通过自适应红外目标特征增强算法，提升了红外图像的质量。 在配准方法上，作者分析了常见的图像配准算法后，选择了基于图像互信息的配准策略。实验结果显示，这种方法能够实现像素级别的高精度配准，对于提高图像融合后的空间分辨率和目标探测范围至关重要。接着，论文引入了一种改进的基于边缘检测的小波变换图像融合方法，该方法不仅提升了融合效果，还强化了图像的边缘细节，有助于增强人眼对场景目标的识别能力。 此外，作者深入研究了图像融合的主观和客观评价方法。传统上，这些评价通常单独进行，但论文提出了一种创新的综合评价体系，它结合了主观评价（如用户感知）和客观评价（如定量指标）的优势，以更准确地评估融合效果。通过实验验证，这个综合评价体系对于衡量图像融合的成功程度具有较高的实用价值。 这篇论文不仅探讨了红外与可见光图像配准和融合的具体技术手段，还关注了评估标准的改进，为多传感器图像融合技术的研究提供了有价值的实践经验和理论依据，对于提升图像融合系统的性能具有重要意义。