基于多分辨率分析理论的图像融合技术研究(3)
2 基于多分辨率分析的图像融合技术原理
2.1 图像融合预处理
在使用多传感器系统得到源图像的过程中，由于获取图像的时间位置等很难保持完全相同，得到的图像难免存在一定误差。如果不能很好的对这些误差因素作出预处理，最终所得到的融合图像结果就会受到影响，质量下降。
2.1.1 几何校正
用以处理不同传感器所获得图像的角度偏差或相对位置偏差，避免这些偏差对融合结果的不良影响。
几何失真分为两种，一种是系统失真，存在一定的规律性可循，另外一种是非系统失真，不可预测，有随机性。
几何校正方法如下：
(1)变换图像的空间坐标。建立图像的像点坐标与参考图上对应点坐标之间的映射关系，根据该关系校正图像各像素点的坐标；
(2)确定各像素的灰度值。
2.1.2 图像去噪
噪声就是一切妨碍人们接受正确信息的干扰消息，属于一种完全随机的误差。所有未处理的原始图像中无一不存在噪声干扰。这些干扰会使图像模糊，不易观察，并且影响后续的图像处理。但碍于其随机性，使用概率分布函数来进行描述在多数情况下都十分复杂，因此更有可行性的办法是利用均方差、相关函数等数字特征来描述噪声。
目前常用的处理图像噪声的方法是图像的平滑或滤波，能够比较好的突出图像特征改善质量，在一定程度上减小噪声对后续融合处理的干扰。
2.1.3 图像的配准
在多分辨率图像融合的过程中，需要进行融合的多幅图像可能是在不同时间，不一样的角度通过不同传感器所得到的。例如在应用于军事上时，从航空摄影及卫星遥感所得到的图像需要配准后才能够比较和整合相关数据。
配准的常用方法大概有四种：适用于多传感器信息融合的多模态配准方法，适用于处理遥感数据或对目标进行定位的模板匹配方法，适用于运动中运动目标物体跟踪及获取立体物体形状信息的观察点配准方法，节约仿真所用时间的时间序列配准方法。
2.2 多分辨率图像融合的原理
多分辨率图像融合的基本思路是，利用多分辨率的逆变换，将按规律融合的多分辨率分解目标图像后得到的分解系数逆运算，从而获得融合图像。这种分析方法的基本思想与人眼感知过程很相似，分析后的系数能够表示分辨率依层递减的原始图像的特征信息。