红外与可见光图像融合技术的高斯滤波应用

"该文主要讨论了高斯滤波器在图像处理中的应用，特别是针对图像去噪的场景。高斯滤波器通过给予不同距离的像素不同的权重，使距离近的像素获得更高的权值，这与人眼的视觉感受相符。在受到噪声污染的图像中，高斯滤波器能够利用数学期望公式来计算像素点之间的相似性，以真实反映原始图像的像素相似性。此外，文中还提到了非局部均值滤波器，它的相似性度量窗口扩大到整个图像，提高了抗噪声性能，并且基于像素块的相似性计算权值，进一步增强了滤波效果。文章的背景是电子科技大学的一篇硕士论文，研究方向为红外与可见光图像融合技术，表明这些滤波方法可能在多源图像处理中有重要应用。" 在图像处理领域，高斯滤波器是一种常用的去噪工具。它通过一个高斯核函数对图像进行卷积操作，以平滑图像并减少噪声。高斯滤波器的核心在于其权重分配机制，根据像素间的空间距离，距离中心像素越近的像素，其在滤波过程中的权重越大。这种设计考虑了人眼对近距离细节敏感的特性，有效地保留了图像边缘的同时减少了噪声。 在噪声环境中，图像的像素点可能会受到不同程度的干扰。式(4-14)用于计算含有噪声的图像中像素点之间的欧式距离相似度，以此为基础评估未受噪声影响时的像素相似性。通过这种方式，高斯滤波器能够提供一种相对真实的图像特征估计，帮助恢复图像的原始信息。 非局部均值滤波器则进一步扩展了这一概念，它不再局限于局部邻域，而是考虑整个图像窗口内的像素信息。公式(4-15)和(4-16)描述了如何计算非局部相似性的权重，并引入了一个参数h来控制指数函数的衰减程度，从而调整滤波强度。这种滤波方法强调了全局像素信息的利用，提高了噪声抑制能力。 在红外与可见光图像融合技术的研究中，这样的滤波方法显得尤为重要，因为它们能有效处理来自不同传感器的数据，增强图像的清晰度和细节表现。论文作者戴向东在傅志中副教授的指导下，探讨了这些技术在多源图像融合中的应用，表明这些滤波算法对于提高图像质量和信息提取的准确性有着显著作用。