红外与可见光图像融合研究是多源传感器信息融合领域研究内容的分支,通过将单独的红外图像和可见光图像的特征信息综合到一幅图像,得到信息量更加丰富的融合图像,有利于突出目标,增强对图像有效信息的理解,便于在隐藏或者迷惑等复杂的情况下更精确、快速地探测目标。多尺度几何分析(Multiscale geometric analysis,MGA)方法的多分辨率、多方向性和各向异性,能够提取和分析红外与可见光图像的奇异性,展现两种图像固有的数据信号特征。论文基于多尺度几何分析理论中的变换方法,对红外传感器图像和可见光传感器图像的融合中常见的问题进行研究,以得到适用于红外与可见光图像融合中不同应用的图像融合算法。围绕多尺度几何分析的红外与可见光图像融合,论文重点阐述了以下三种方法:基于非下采样Contourlet变换(Nonsubsampled Contourlet transformation,NSCT)的含噪声图像融合算法;基于Tetrolet变换的彩色图像融合算法;基于Ripplet变换的图像融合算法。基于上述理论研究,建立了红外与可见光图像融合系统。本研究致力于提高图像的视觉质量,增强场景理解和可视化效果。具体如下:(1)基于NSCT的含噪声红外图像与含噪声可见光图像融合方法研究为了解决含噪声多源传感器图像的融合处理较少,且滤除噪声的同时容易损失边缘细节的问题,将多尺度几何分析理论中的NSCT与改进的双边滤波器方法相结合进行研究。首先针对图像处理将Bilateral双边滤波器算法进行改进。然后,将红外与可见光图像进行NSCT分解,对于输出的低频信息的融合规则,采用局部区域标准方差系数方法;输出的高频信息使用改进的双边滤波器方法进行边缘细节检测,借助双边滤波器在滤除噪声点的同时能够保护边缘的特性,将双边滤波器提取的红外图像高频分量的细节图像与可见光图像高频分量进行叠加,使得算法对边缘细节的提取能力大大提升,在增强细节的同时,能够有效地滤除噪声。实验结果表明该方法有效地减少了噪声对融合图像的干扰,增强了融合的线性细节表达能力。(2)基于Tetrolet变换的彩色红外与可见光图像融合方法研究为了解决现有的彩色图像融合算法的颜色失真度较大的问题,采用多尺度几何分析理论中的Tetrolet变换与lαβ颜色空间相结合进行彩色图像的融合处理。首先改进Tetrolet变换分解框架;然后根据颜色空间映射理论将可见光图像转换到lαβ颜色空间,对亮度通道图像和色彩通道图像分开处理,以提升融合图像的色彩保真度;之后对其l分量和红外图像分别进行Tetrolet变换,对于低频系数引入邻域能量及其接近度的融合规则。而对Tetrolet高频系数采用压缩感知方法进行融合,并经Tetrolet重构得到融合后的灰度图像;最后将灰度图像映射到RGB颜色空间获得最终的融合图像。实验结果表明该方法能够得到彩色线性细节丰富的红外与可见光融合图像。(3)基于Ripplet变换的图像融合方法研究为了解决传统融合算法中不能将源图像的线性细节特征较大程度地提取到融合图像中的问题,基于多尺度几何分析理论中的Ripplet变换,提出一种改进的红外与可见光图像融合方法。首先,通过离散Ripplet变换获得分解后的高频和低频系数。然后,采用非下采样Contourlet变换对低频系数进行3层系数融合;而对于高频子带系数,计算相位一致性信息,清晰度和图像的亮度信息的权值系数,采用系数向量的活跃度规则计算红外与可见光图像高频系数的权重,得到融合后的高频系数。最后通过Ripplet反变换得到最终的融合图像。实验结果表明,该方法能很好保持红外与可见光图像的边缘轮廓和清晰部分的对比度。(4)建立红外与可见光图像融合系统在理论研究的前提下建立红外与可见光的实时图像融合系统。该系统的软件平台通过对预先录制视频的处理,验证视频预处理、视频常规处理和视频融合算法的可行性及效率,确定最优的算法集合及流程;硬件平台利用摄像头、采集卡和处理器建立在线的图像实时处理系统,将优化后的算法进行编译,实现算法的移植和固件化。论文在分析多尺度几何分析方法特点的基础上,针对红外图像与可见光图像的数据特征,提出了几种新的图像融合算法,丰富了红外与可见光图像融合的理论体系,并在此基础上搭建了红外与可见光的图像融合系统,为实际应用提供了依据。