紀啟國 許會芳

（安徽城市管理職業(yè)學院 安徽合肥 230000）

多源圖像智能化融合方法的研究

紀啟國 許會芳

（安徽城市管理職業(yè)學院 安徽合肥 230000）

多源圖像的智能化融合技術是在目前多尺度特征融合作為圖像融合研究中一種新的研究方向，通過對圖像的多尺度特征處理與人工智能中統(tǒng)計學習相結合，提出初步的模型以及技術方案，有效地改善圖像融合的性能。

圖像處理；圖像融合；信息智能化；多尺度特征選擇

當今社會的各個領域對成像傳感器的應用越來越廣泛，導致圖像的信息量和多樣化發(fā)生了根本的變化，圖像融合(Image Fusion)是信息融合范疇中以圖像為主要研究對象的領域[1,2]。通過對傳統(tǒng)圖像融合技術的分析發(fā)現(xiàn)存在許多需要改進的地方，在統(tǒng)計學習科學不斷發(fā)展的背景下，我們通過對多源圖像的智能化融合技術研究，探索基于人工智能的圖像融合的新方法，有效地利用已有的學習方法改善圖像融合的性能[3,4]。

多源圖像的智能化融合技術是圖像融合研究中一種新的研究方向，是在目前多尺度特征融合作為圖像融合的主要研究方向，它是在基于人工智能的信息處理技術不斷發(fā)展的背景下，融會統(tǒng)計機器學習的一些方法，如何利用已有的人工智能和基于多尺度特征的圖像處理方法更有效地實現(xiàn)圖像融合。主要包括三個方面的內容，首先是多尺度特征選擇，基于多尺度特征的圖像融合技術是圖像融合中研究的最為廣泛和深入的方向[5]。而在統(tǒng)計學習中存在特征維數(shù)過高而導致“維數(shù)災難”的問題，特征選擇是解決此類問題的方法之一，因此研究如何有效利用圖像多尺度特征和以融合為導向的多尺度特征選擇是智能化圖像融合的基礎；其次是基于統(tǒng)計學習的融合策略，在得到圖像的特征集以后，關鍵即為圖像的融合策略。融合策略要將源圖像中的互補信息最大限度地保留，而將冗余信息最大地去除。本項目將研究在不同的學習模型下如何確定融合策略實現(xiàn)最優(yōu)化的融合；最后是智能化圖像融合模型，確定特征和融合策略之后，智能化圖像融合的主要挑戰(zhàn)在于確定融合模型。因為不同的模型基于不同的假設，智能化的圖像融合模型應該具有依據(jù)圖像內容進行自適應選擇和調整的能力。因此我們將探索建立智能化的圖像融合模型，包括融合模型的自適應調整，融合性能客觀評價等。

多源圖像的智能化融合技術是在我們已有的工作基礎和智能化圖像融合這一前沿研究方向下進行的研究，拓展了傳統(tǒng)的圖像融合方法。并且通過圖像的多尺度特征處理與人工智能中統(tǒng)計學習的近期研究成果相結合，提出基于多源圖像的智能化融合技術的模型以及技術方案，對當前的融合技術有所突破并獲得更好的融合性能。他的主要特點表現(xiàn)在三個方面，首先提出智能化的圖像融合模型，并在此模型下做初步的探索，包括根據(jù)內容自適應調整融合模型等，為圖像融合提供了新的技術路線；其次是以多尺度特征為主，探索以融合為導向的特征選擇問題，為統(tǒng)計學習中的特征選擇提供了新的思路；最后是提出基于統(tǒng)計學習的融合策略，以解決基于多尺度特征圖像融合中自啟發(fā)式地融合策略選取的問題。更有效地實現(xiàn)保留源圖像之間的互補信息，去除冗余信息的融合目標[6，7]

我們主要采用理論分析與實驗相結合的形式展開。利用文獻調研的基礎，深入分析已有融合方法存在的不足和有待改進之處，同時運用理論分析探索統(tǒng)計學習方法與圖像融合相結合的關鍵技術。具體的實驗方案和技術路線如圖1所示。首先對圖像樣本提取特征(如多尺度變換, MST)，并進行特征選擇后存儲在特征庫中，分析在特征庫上不同的統(tǒng)計學習方法的融合性能；其次由融合源圖像的特征集進行特征選擇，研究應用中以融合為導向的特征選擇方法，探索統(tǒng)計學習模型與圖像內容之間的自適應調整。最后通過優(yōu)化的統(tǒng)計學習模型參數(shù)確定融合策略，研究與學習模型相結合的融合策略自適應選取，并考慮與融合性能客觀評價之間的內在聯(lián)系，最后利用特征重構(如多尺度逆變換，IMST)得到融合結果。

圖1. 多源圖像的智能化融合技術路線

多源圖像的智能化融合技術研究是在長期從事多源圖像融合和統(tǒng)計學習理論研究的基礎上，深入考察了相關研究領域的狀態(tài)和研究需求，對所涉及到的核心問題進行了深入分析。研究思路和內容是建立在相關領域我們已有工作成果的基礎上，我們已建立了多源數(shù)據(jù)融合原型系統(tǒng)，有充分的理論和工作基礎，將在多源圖像的智能化融合技術研究中取得更多的研究成果。

[1]Simone G., Farina A., Morabito F. C., etc. Image Fusion Techniques for Remote Sensing Applications. Information Fusion, Elesvier. 2002. 3: 3-15.

[2]Goshtasby A. A., Image Fusion: Advances in the state of the art. Information Fusion, Elsevier. 2007. 8: 114-118.

[3]王麗.基于小波分析的多聚焦圖像融合算法研究[D].哈爾濱理工大學, 2007.

[4]曾基兵.基于多分辨率分析的多源圖像融合方法研究[D].電子科技大學,2008.

[5]胡鋼,等.像素級圖像融合技術的研究與進展[J].計算機應用研究, 2008(3).

[6]孔兵.基于小波的SAR圖像融合算法及性能評價[J].巢湖學院學報, 2010(3).

[7]吉書鵬,等.一種子帶雜交多算子圖像融合算法研究[J].光電工程, 2003(6).

［責任編輯：董 維］

更 正

刊發(fā)在本刊2013年十二期，第283頁，文章題目：《老照片在中國近代史教學中的運用——以川教版歷史教材八年級上（近代社會生活）為例》，作者姓名：孟虎。正確的作者單位應為：“江蘇省徐州市王杰中學 江蘇徐州 221000” 。

特此更正

Research on fusion method of intelligent multi-source image

Ji Qi-guo, Xu Hui-fang

(Anhui Occupational College of City Management, Hefei Anhui, 230000, China)

Intelligent image fusion technology is in the present multi-scale feature fusion as a new research direction of the fusion image, through the combination of multiscale features of image processing and statistical learning of artificial intelligence in this phase, to propose the preliminary model and technology solutions, effectively improve the performance of image fusion.

image processing; image fusion; intelligent information; selection of multi-scale feature

TP751

A

1000-9795（2014）02-0042-01

2013-12-21

紀啟國（1980-），男，安徽明光人，安徽城市管理職業(yè)學院計算機系，講師，從事圖像處理、電路與系統(tǒng)方向的研究。許會芳（1979-），女，安徽安慶人，安徽城市管理職業(yè)學院計算機系，講師，從事圖像處理方向的研究。

本文系2011年安徽高校省級自然科學研究項目“基于HVS空間模型和小波變換相結合的圖像質量評價方法”的階段成果。課題編號：KJ2011B008。