多传感器图像融合中的若干新概念和关键技术

 

Some New Concepts and Key Techniques

               in Multi-Sensor Image Fusion

 

                                                 邹谋炎

 

   图像融合技术已经有近四十的历史。人们一直期望它能够在目标辨识、分类和变化检测方面有出色的应用。然而事与愿违。多年来，研究者们习惯于这样的定义：“图像融合是使用一定的算法来组合两个或多个图像，以形成一个新图像”[Genderen and Pohl 1994]。这个定义出自本领域中的知名专家，对年青研究者的思考方式有不小的影响。

   我们的研究认为，（1）组合多个图像以形成一个新图像不是图像融合的本质；（2）任何一个图像应该被理解为“视场中目标的某种属性的一个分布”（DAO）；（3）“特征级”图像融合应该是各个图像中描述同一个目标的不同属性数据的数据关联；（4）“决策级”图像融合应该是依据关联数据，对每个目标产生出一组数值描述，其描述方法决定于辨识、分类、变化检测的不同应用；（5）是否形成一个“融合图像”完全决定于应用。常常，在目标位置上的一个标记，一层或多层伪彩色区域，可以更鲜明和方便地表达融合结果。

   根据这些概念，研究者应该更加关注每个图像的物理隐含。据此，需要重新思考多传感器图像融合涉及的各个相关研究问题，如配准、分割、特征抽取。数据关联的自然推理导致关联数据库、数据库协议等概念。如何处理这些问题富有很高的挑战性。为了使图像融合技术的研究朝着应用需求有本质的进步，我们期待能引起更多研究者的研究兴趣。在此，我们提供一篇近期的文稿，供讨论参考。

   以下文稿可下载供讨论。若引用，请注明作者和网络出处。

          MultiSensor_ZouMouYan_R2a.pdf

                                              （2010-11-13）

转载本文请联系原作者获取授权，同时请注明本文来自邹谋炎科学网博客。
链接地址：https://blog.sciencenet.cn/blog-4909-383567.html

上一篇：研学小记 (1): 数学建模
下一篇：关于水平和公平的争论很无用