客观评价融合图像：基于FFT的红外可见光图像融合算法分析

融合图像的客观评价是图像融合技术中的关键环节，尤其是在多传感器信息融合，如红外与可见光图像融合的研究中。在本章节，作者针对西安工业大学硕士研究生郭佳的论文《红外与可见光图像融合技术的研究》进行了概述。图像融合的目标是利用不同波段图像的互补性，提升系统性能，如扩展目标探测范围和提高空间分辨率。 首先，客观评价旨在量化评估融合图像的质量，这与主观评价有所不同。客观评价指标包括基于信息量的评价，如图像信息熵和交义熵。图像信息熵反映了图像的复杂性和信息含量，熵值越高，表示融合图像包含的信息越多。而交义熵衡量两幅图像的差异，交叉熵越小，表示图像间的差异越小，融合效果越好。 论文中提到，由于红外图像的灰度直方图常具局域双峰特性，研究者提出了一种自适应红外目标特征增强算法，通过仿真实验验证了其在增强红外图像细节方面的有效性。选择基于图像互信息的图像配准算法，实现了像素级的精确配准，进一步提高了融合图像的质量。 在融合算法方面，研究者改进了基于边缘检测的小波变换图像融合方法，该方法不仅能优化融合效果，还能突出图像边缘细节，有助于提高图像分辨率，增强人眼对场景目标的识别。此外，论文还探讨了图像融合的主观评价与客观评价相结合的方法，以期构建一个更为全面且准确的评价体系。 关键词：红外图像、可见光图像、图像融合、图像增强、图像配准、融合效果评估。这些关键词体现了研究的核心内容，强调了在图像融合技术领域的实践和理论探索。该论文深入研究了红外与可见光图像融合的各个方面，提供了实用的算法和评价框架，对于推动该领域的发展具有重要意义。