本科学生毕业论文论文题目：图像融合算法研究学院：电子工程学院年级：2010级专业：电子信息工程姓名：学号：指导教师：杜宝祥2014 年 5 月 10 日摘要对多元图像信息进行的一系列提取与合成，统称为图像融合。
通过对多元图像信息的提取与合成，从而获得对同一目标的更为准确、更为全面、更为可靠的图像描述。
研究者可以得到包含多种情况下，不同条件下、不同环境下、不同模式下、不同观察角度下，对同一目标的综合特征描述的图像。
图像融合通常可分为像素级融合、特征级融合以及决策级融合三个层次。
本文首先介绍了图像融合的大概、国内外研究现状、面临的问题以及本文的主要工作。
接着重点论述了图像融合的三个层次以及像素级图像融合的几种常用方法，并通过matlab仿真，比较加权平均法、主成分分析(PCA)法、IHS融合法以及小波变换法的融合效果。
关键词图像融合；主成分分析（PCA）；IHS；小波变换AbstractTo a series of multiple image information extraction and synthesis, collectively known as image fusion. Based on multiple image information extraction and synthesis, thereby gaining the same target is more accurate, more comprehensive, more reliable image description. The researchers can get contains a variety of situations, different conditions, different environment, different mode, different observation angles, the comprehensive description of the image on the same target. Image fusion is usually divided into pixel level fusion, feature level fusion and decision level fusion three levels.This paper first introduces the purpose of image fusion, domestic and foreign research present situation, problems and the main work of this article. Then mainly discusses the three levels of image fusion, and several commonly used methods of image fusion at pixel level, and through matlab simulation, comparing the weighted average method, principal component analysis (PCA) method, IHS fusion method and wavelet transform fusion effect.Key wordsImage fusion; principle components analysis（PCA）; Intensity-Hude-Saturation （IHS）;wavelet transform目录摘要 (I)Abstract (II)第一章前言 (1)1.1概述 (1)1.2国际研究现状 (1)1.3国内研究现状 (1)1.4图像融合技术发展历程 (2)1.5本文的主要内容 (3)第二章图像融合理论 (5)2.1图像融合的三个层次 (5)2.2图像融合规则 (8)第三章像素级图像融合的常用方法 (10)3.1加权平均法 (10)3.2主成分分析法（PCA法） (10)3.3基于IHS变换的图像融合方法 (12)3.4基于小波变换的图像融合方法 .................................................. 错误!未定义书签。
第四章 MATLAB仿真 ................................................................................. 错误!未定义书签。
4.1 MATLAB仿真结果 ........................................................................ 错误!未定义书签。
4.2图像融合的客观评价参数 (15)4.2.1 信息熵 .............................................................................. 错误!未定义书签。
4.2.2均方根误差 ....................................................................... 错误!未定义书签。
4.2.3信噪比 ............................................................................... 错误!未定义书签。
4.2.4平均梯度 ........................................................................... 错误!未定义书签。
4.3四种方法的客观评价 (17)结论 (18)参考文献 (19)附录一 (21)附录二 (25)附录三 (32)致谢 (36)第一章前言1.1概述图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理与计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度与可靠性、提升原始图像的空间分辨率与光谱分辨率，利于监测[1]。
本文重点论述了图像融合的三个层次以及像素级图像融合的几种常用方法，并通过matlab仿真，比较加权平均法、主成分分析(PCA)法、IHS融合法以及小波变换法的融合效果。
1.2国际研究现状近二十年，图像融合技术在航天、军事、遥感、医学等各个领域都取得了很大的应用，发挥的作用也越来越大，能夠融合的图像种类也越来越多。
美国，作为世界上的超级大国，在图像融合领域也是起步最早，发展最快的国家[2]。
在二十世纪七十年代初期，由美国国防部出资，麻省理工大学协助开发的声纳信号处理系统中，融合技术得到了最早的应用[3]。
后来的八十年代以来，美国军部一直对信息融合技术、图像融合技术给予高度的重视，自美国国防部在海湾战争中体会到该技术的巨大应用潜力，以后逐年加大投资力度，建立了关于数据融合的军用系统[4]。
在国际图像融合领域上，除了美国，英、法等发达国家前期也有了较大的投入，在算法融合、实际应用融合系统上也处于领先的地位。
1.3国内研究现状多传感器图像信息融合技术是正在蓬勃兴起的一门学科，应用的前景十分广泛。
目前，图像融合的研究重点在于:在尽可能的提高融合后图像的空间分辨率的同时，保持原始图像的特征，从而使其后续分析理解的有效性能够得到保证[5]。
此外，序列图像与视频信息的融合问题，也是一个非常有意义的研究课题。
在融合技术中，关于像素级融合方法的文献较多，而介绍特征级与决策级融合方法的文献相对较少，这也是融合技术的又一个重要研究领域。
而在许多实际应用中，要实时的进行并完成像素级的融合处理工作是.相当困难的，于是，进行决策级与特征级图像信息融合的实时处理就成了主要的选择。
目前，目标自动识别与图像理解是特征级与决策级图像信息融合技术中的难点问题。
在我国，图像融合理论近几年成为研究热点，西工大、国防科技大、北理工、西电、华科等高校在图像融合理论与应用系统的研究方面也都做了很多工作，但与国际先进水平相比，仍然有很大的差距。
1.4图像融合技术发展历程传统的图像融合方法，都是基于彩色空间变换融合法实现的，譬如本文将介绍的IHS变换法、主成分析法等[6]。
传统图像融合方法都没有对源图像进行分解变换，属于比较简单的图像融合方法。
直到八十年代中期，科学家们提出了金字塔法，即基于基于金字塔分解图像融合方法，包括拉普拉斯金字塔、梯度金字塔、对比度金字塔等。
也从此开始讲这一技术应用到一般的图像处理中。
可是，由于层与层之间存在分解量的相关性，导致了融合的效果并不十分理想[7]。
直到九十年代，随着小波变换理论的广泛应用，小波变换也成为图像融合技术方面新的工具。
这也促进了图像融合技术的研究呈现上升的趋势。
目前，在小波变换域中进行图像融合的方法有基于极大值，局部能量，局部方差等融合算子。
这些特点使得图像融合在遥感、医学、计算机视觉、气象预报、军事目标检测与识别等方面的应用潜力得到了认可。
多源图像融合作为多源信息融合的一个具体的研究领域，具有信息融合特点的同时，也具有一些自己的特点[8]。
如多源图像融合输入数据是图像，因而对图像配准等预处理有更严格的要求。
而且考虑到图像融合的目的以及图像融合的优势，对于图像融合算法实现必须满足两个要求。
一方面，图像融合算法应使得融合后图像包含原图像中所具有的重要信息；另外一方面，图像融合算法不应引入任何误导人类视觉感知或图像处理的错误信息。
然而，由一维度小波变换张成的二维度可分离小波只具有有限的方向，无法做到最优表示含有线或面的奇异高维函数。
这种“尴尬”直到2002年Do M.N与Verrtli M提出的Contourlet变换才逐渐被打破。
Contourlet变换是一种二维图像的稀疏表示方法，它不单具备小波变换多分变率时频分析特征，还拥有优越的各向异性特征，当用它来表示一条光滑的曲线时，需要用到的系数比小波变换更少就可以抓住图像的几何结构。
2006年，Arthur L.Cunha等科学家在Contourlet变换的基础上，提出了NSCT变换，与之前的Contourlet变换相比，NSCT变换具有多尺度、良好的频域、空域方向特性、局部特性以及平移不变特性[9]。
在NSCT的基础上，基于多分辨率的图像融合技术得到了更为广泛的应用与发展。
图像融合涉及信息融合、图像处理等多个领域，是一个较年轻的研究方向。