基于尺度选择的特征级多尺度图像融合算法研究

项目名称： 基于尺度选择的特征级多尺度图像融合算法研究

项目编号： No.61403033

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 周志强

作者单位： 北京理工大学

项目金额： 25万元

中文摘要： 当前的图像融合算法主要集中在像素级，其中基于多尺度分解的融合算法又占有主导地位。但这些方法在多尺度分解之后并没有考虑子信息之间尺度的不一致性，而这种尺度的不一致性在融合时会导致图像变模糊，融合质量下降，甚至出现较多的伪信息。本项目以此问题为出发点，将多尺度融合算法的研究上升到特征级，选择图像中具有丰富特性的脊特征(Ridge)，开展基于尺度选择的特征级多尺度图像融合研究。首先，研究脊特征多尺度分解与表示，以及脊特征融合中的自动尺度选择问题。在此基础上，将像素级存在的各种融合问题反映到相似尺度脊特征空间中进行分析，研究相似尺度脊特征融合方法。最后通过多尺度脊特征重构获得具有丰富细节信息的特征级图像融合结果。通过本项目的研究不但能够解决各种像素级难以解决的融合问题，而且能够弥补特征级融合理论发展和实际应用的不足，进一步推动多源图像融合理论和技术的发展。

中文关键词： 图像融合；多尺度分解；视觉增强；图像滤波；

英文摘要： The current image fusion algorithms are mainly performed in the pixel level, and the majority of them are based on multi-scale analysis. However, these methods have not considered the scale inconsistent problem between the subbands obtained by multi-scale

英文关键词： image fusion；multi-scale decomposition；visibility enhancement；image filtering；