圖像融合方法有哪些

｜企服解答

　　圖像融合方法有哪些：1.像素級圖像融合；2.特征級圖像融合；3.決策級圖像融合

圖像融合方法有哪些

　　1.像素級圖像融合

　　像素級圖像融合是指在嚴格配準條件下對各傳感器輸出的信號直接進行信息綜合處理的過程。像素級圖像融合是直接在原始數據層上進行融合，該層次的融合準確性最高，相比其他層次上的圖像融合該層次上的圖像融合具有的更精確、更豐富、更可靠的細節信息，有利于圖像更進一步的理解與分析。像素級圖像融合是特征級和決策級圖像融合的基礎，也是目前應用最廣泛圖像融合方式。但像素級圖像融合也是有缺點的，缺點是預處理的信息量最大，處理時間較長，對通信帶寬的要求高，因此在此層析上進行圖像融合之前必須先對參加融合的圖像進行精確的配準，加大了工作量。像素級圖像融合通常用于：圖像分析和理解、多源圖像復合。

　　2.特征級圖像融合

　　特征級圖像融合是指對不同傳感器的多源信息進行特征提取（包括形狀、邊緣、區域、輪廓.紋理、角等），然后再對從多個傳感器獲得的多個特征信息進行綜合的分析和處理的過程。特征級圖像融合屬于中間層次，為決策級圖像融合做準備，它既保留了重要信息，有對信息進行了壓縮，便于實時處理。

　　特征級圖像融合可以分為兩大類：目標狀態數據融合和目標特性融合。目標狀態數據融合主要用于多傳感器目標跟蹤領域：目標特性融合就是特征層次的識別。目前特征級圖像融合的方法有：加權平均法、貝葉斯估計方法、聚類分析方法等。

　　3.決策級圖像融合

　　決策級圖像融合是指對每個圖像的特征信息進行分類、識別等處理，形成相應的結果，進行進一步的融合過程，最終的決策結果是全局最優決策。決策級圖像融合是一種更高層次的信息融合，其結果將為各種控制或決策提供依據。

　　決策級圖像融合的方法主要是基于認知模型的方法，需要大型數據庫和專家決策系統，進行分析、推理、識別和判決。此種融合實時性好，且具有一定的容錯能力，但其預處理代價較高，圖像中原始信息的損失較多。