红外与可见光图像融合技术：增强与配准算法研究

"红外与可见光图像融合技术的研究" 在光学工程领域，图像融合技术是多传感器信息融合的重要组成部分，尤其红外与可见光图像融合已成为近年来的热门研究方向。这一技术利用不同波段（红外和可见光）的图像，其输出信息具有互补性，通过融合处理，可以提升目标探测的覆盖范围，增强空间分辨率，提高人眼对场景目标的发现和识别能力。 红外图像通常表现出局域双峰的灰度直方图特性，针对这一特点，论文提出了一种自适应的红外目标特征增强算法。该算法旨在有效增强红外图像的质量，通过仿真实验验证了增强效果，能显著改善红外图像的视觉表现。 在图像配准方面，论文深入分析了多种常见的图像配准算法，并选择了基于图像互信息的方法。这种方法能实现像素级别的高精度配准，确保了融合过程中的图像对齐准确无误。 在图像融合算法的研究中，论文对比了像素级融合策略，提出了一种基于边缘检测的小波变换融合方法。该方法在保持图像整体质量的同时，能够突出边缘细节，增强图像的分辨效果，从而提高融合图像的视觉质量和信息含量。 为了评价融合效果，论文还探讨了主观和客观评价方法，并提出了一种结合两者的综合评价体系。此评价体系能更全面、准确地评估图像融合的效果，为后续的优化和改进提供了科学的参考依据。 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 这篇硕士学位论文由郭佳完成，导师为刘卫国，发表于2009年，详细阐述了红外与可见光图像融合技术的研究背景、基本原理、关键算法及其应用效果，对进一步理解与推进图像融合技术的发展具有重要价值。