1、“.....近年来，引起了世界范围内的广泛关注和研究热潮。图像融合就是通过多幅图像冗余数据互补得到幅新的图像，在这幅图像中能反应多重原始图像中的信息。图像融合的目的是充分利用多个待融合源图像中包含的冗余信息和互补信息，融合后的图像应该更适合于人类视觉感知或计算机后续处理，减少不确定性。图像融合技术在遥感医学自然资源勘探海洋资源管理生物学等领域占有极其重要的地位，对于国防安全和经济建设具有十分重要的战略意义。图像融合的方法与具体的处理对象类型处理等级有关。这主要是各类图像的解析度不同表现的内容不同，相应的处理方法也要根据具体情况而定。本章首先介绍了多传感器图像融合的基础理论及发展现状，在此基础上介绍了像素级图像融合方法的原理及应用，最后，给出论文的内容安排。图像融合的概念图像融合是二十世纪年代后期提出的新概念，是多传感器信息中可视信息部分的融合，是将多源信道所采集的关于同目标图像经过定的图像处理......”。

2、“.....最后综合成统图像或综合图像特性以供观察或进步处理。它是门综合了传感器图像处理信号处理显示计算机和人工智能等技术的现代高新技术。由于图像融合系统具有突出的探测优越性时空覆盖宽目标分辨力与测量维数高重构能力好兀余性互补性时间优越性及相对低成本性等，在技术先进国家受到高度重视并己取得相当的进展。图像融合的形式大致可分为以下种多传感器不同时获取的图像的融合多传感器同时获取的图像的融合单传感器不同时间，或者不同环境条件下获取的图像的融合。图像融合能够充分利用这些时间或空间上冗余或互补的图像信息，依据定的融合算法合成幅满足种需要的新图像，从而获得对场景的进步分析理解以及目标的检测识别或跟踪。以两个传感器为例，其信息构成的示意图如图所示。传感器传感器互补信息冗余信息图多源图像的信息构成二〇〇九年五月十日星期日通过图像融合可以强化图像中的有用信息增加图像理解的可靠性获得更为精确的结果，使系统变得更加实用。同时......”。

3、“.....例如，可以增加置信度减少模糊性改善分类性等。图像融合的层次可分为像素级特征级和决策级。目前，将图像融合技术应用于数字图像处理的主要目的有以下几种增加图像中有用信息的含量，改善图像的清晰度，增强在单传感器图像中无法看见看清的特性改善图像的空间分辨率，增加光谱信息的含量，为改善检测分类理解识别性能获取补充的图像信息通过不同时刻的图像序列融合来检测场景目标的变化情况通过融合多个二维图像产生具有立体视觉的三维图像，可用于三维重构或立体投影，测量等利用来自其它传感器的图像来代替弥补传感器图像中的丢失故障信息。显然，图像融合技术不同于般意义上的图像增强，它是计算机视觉图像理解领域的项新技术。图像融合的主要研究内容图像融合的层次图像融合是采用种算法对两幅或多幅不同的源图像进行综合处理，最终形成幅新的图像。它可以强化图像中有用信息，增加图像理解的可靠性，获得更为准确的结果。在各种融合应用中......”。

4、“.....使得融合系统在不同层次上对多源数据进行处理，每个层次表示不同的数据抽象级别。根据抽象程度可将图像融合系统分为三级像素级特征级和决策级。融合的层次不同，所采用的算法适用的范围也不相同。下图示意了在图像处理全过程中，图像融合所处的位置与层次。特征分类数据项处理去噪几何校正灰度校正图像配准数据数据数据像素级融合方法方法金字塔方法小波变换法特征提取特征级融合方法方法神经网络方法等特征识别决策级融合方法神经网络法模糊聚类法专家系统等图三个不同层次上的多源图像融合示意图像素级图像融像素级图像融合是在严格配准的条件下，对各图像传感器输出的信号，直接进行信息的综合与分析。像素级图像融合是在基础层面上进行的信息融合，其主要完成的任务是对多传感器目标和背景要素的测量结果进行融合处理。像素级图像融合是直接在原始数据层上进行的融合，该层次的融合准确性最高......”。

5、“.....有利于图像的进步分析处理与理解。像素级图像融合是目前在实际中应用最广泛的图像融合方式，也是特征级图像融合和决策级的基础，但缺点是预处理的信息量最大，处理时间较长，对通信带宽的要求高。在进行像素级图像融合之前，必须对参加融合的各图像进行精确的配准，其配准精度般达到像素级，因此，像素级融合是图像融合中最为复杂且实施难度最大的融合。像素级图像融合通常用于多源图像复合图像分析和理解。数据特征提取关联像素级融合校准联合的属性说明数据数据。图像素级数据融合原理示意图特征级图像融合特征级图像融合是对源图像进行预处理和特征提取后获得的特征信息如边缘形状轮廓区域等进行综合。特征级融合属于中间层次的信息融合，它既保留了足够数量的重要信息，又可对信息进行压缩，有利于实时处理。它使用参数模板统计分析......”。

6、“.....特征级融合属于中间层次的信息融合，它既保留了足够数量的重要信息，又可对信息进行压缩，有利于实时处理。它使用参数模板统计分析模式相关等方法完成几何关联特征提取和目标识别等功能，以利于系统判决。般从源图像中提取的典型特征信息有线型边缘纹理光谱相似亮度区域相思景深区域等。在特征级图像融合过程中，由于提取的特征直接与决策分析有关，因而融合结果能最大限度地给出决策分析所需要的特征信息。尽管在模式识别图像处理和计算机视觉等领域，已经对特征提取定义为对于幅图像，为像素总数，为第个像素的灰度值。均值为像素的灰度平均值，对人眼反映即为平均亮度。如果均值适中灰度值在附近，则视觉效果良好。标准方法方法金字塔方法小波变换法特征提取特征级融合方法方法神经网络方法等特征识别决策级融合方法神经网络法模糊聚类法专家系统等图三个不同层次上的多源图像融级和决策级。融合的层次不同......”。

7、“.....下图示意了在图像处理全过程中，图像融合所处的位置与层次。特征分类数据项处理去噪几何校正灰度校正图像配准数据数据数据像素级融合合应用中，由于应用目的所处理的输入数据及融合处理前对数据预处理程度不同，使得融合系统在不同层次上对多源数据进行处理，每个层次表示不同的数据抽象级别。根据抽象程度可将图像融合系统分为三级像素级特征技术。图像融合的主要研究内容图像融合的层次图像融合是采用种算法对两幅或多幅不同的源图像进行综合处理，最终形成幅新的图像。它可以强化图像中有用信息，增加图像理解的可靠性，获得更为准确的结果。在各种融三维图像，可用于三维重构或立体投影，测量等利用来自其它传感器的图像来代替弥补传感器图像中的丢失故障信息。显然，图像融合技术不同于般意义上的图像增强，它是计算机视觉图像理解领域的项新改善图像的空间分辨率，增加光谱信息的含量......”。

8、“.....图像融合的层次可分为像素级特征级和决策级。目前，将图像融合技术应用于数字图像处理的主要目的有以下几种增加图像中有用信息的含量，改善图像的清晰度，增强在单传感器图像中无法看见看清的特性成二〇〇九年五月十日星期日通过图像融合可以强化图像中的有用信息增加图像理解的可靠性获得更为精确的结果，使系统变得更加实用。同时，使系统具有良好的鲁棒性，例如，可以增加置信度减少模糊性改善分类性算法合成幅满足种需要的新图像，从而获得对场景的进步分析理解以及目标的检测识别或跟踪。以两个传感器为例，其信息构成的示意图如图所示。传感器传感器互补信息冗余信息图多源图像的信息构多传感器不同时获取的图像的融合多传感器同时获取的图像的融合单传感器不同时间，或者不同环境条件下获取的图像的融合。图像融合能够充分利用这些时间或空间上冗余或互补的图像信息......”。

9、“.....在技术先进国家受到高度重视并己取得相当的进展。图像融合的形式大致可分为以下种标图像经过定的图像处理，提取各自信道的信息，最后综合成统图像或综合图像特性以供观察或进步处理。它是门综合了传感器图像处理信号处理显示计算机和人工智能等技术的现代高新技术。由于图像融合系现状，在此基础上介绍了像素级图像融合方法的原理及应用，最后，给出论文的内容安排。图像融合的概念图像融合是二十世纪年代后期提出的新概念，是多传感器信息中可视信息部分的融合，是将多源信道所采集的关于同目有十分重要的战略意义。图像融合的方法与具体的处理对象类型处理等级有关。这主要是各类图像的解析度不同表现的内容不同，相应的处理方法也要根据具体情况而定。本章首先介绍了多传感器图像融合的基础理论及发展的冗余信息和互补信息......”。