1.3 图像融合的目的及要求
无论图像融合技术应用于何领域，使用图像融合技术对图像进行处理的目的主要有以下几种：
（1）集成或整合单一传感器的多波段信息或不同类型传感器所提供的信息，消除信息之间存在的冗余和矛盾，降低不确定性，减少模糊度；
（2）增加图像中人们感兴趣的有用信息量，增强在单一图像中无法看见或无法看清的某些物体的特征，例如边缘、轮廓、内部细节等等；
（3）增加图像的空间分辨率，提高图像的清晰度，增加光谱信息量，以改善系统对目标的探测，分类，理解，识别的性能；
（4）通过不同时刻的图像序列的融合来检测场景，目标的变化情况；
（5）增强图像中信息透明度，利用来自各个传感器的图像互相弥补自身图像的缺陷和错误信息。同时，改善图像信息的精度、可靠性和可信度，形成目标完整一致的信息描述。
显然，图像融合技术不是普通的图像相加，它是一门综合了信息融合、传感器、图像处理、信号处理、计算机和人工智能等多种学科的现代高新技术。所以，对图像融合方法一般有如下要求:
（l）所采用的图像融合方法应该使融合后的图像尽可能的包含源图像中的重要信息；
（2）图像融合方法不应引入任何误导人类视觉感知或图像处理的错误信息；
（3）图像融合方法应该具有良好的适应性，稳定性，鲁棒性和容错性。
1.4 国内外发展现状
    1.5 本文的主要研究内容
本文主要工作如下：
（1）阐述了图像融合的研究背景、发展现状，分析了红外与可见光图像融合研究的意义。
（2）介绍了图像融合的层次和过程，以及实际应用中常见的几种图像融合算法。
（3）分析了红外与可见光图像各自的特征及区别，针对基于区域特征的加权融合算法和小波变换融合算法进行了研究，对仿真结果进行分析比较，并将融合后的灰度图像映射到彩色空间，以改善视觉效果。
2 图像融合的理论基础
2.1 图像融合的概念及过程
图像融合是将相同或不同传感器得到的同一目标的多幅图像在统一的坐标中，依据某种图像融合算法，将两幅图像合成一幅满足某种需求的新图像。得到的融合图像中所包含的信息应该比原来任何一幅源图像都更为丰富，目标的特征和细节也更为明显精确，这样才有利于后续的图像处理和实际应用。
图像融合的一个完整的基本流程通常可以分为三个步骤：图像采集、图像预处理、图像融合，如图2.1所示。在进行融合之前须对图像传感器采集到的源图像进行预处理，即对源图像进行校正、消噪、增强及配准。校正主要是为了去除由于成像器件形变收缩，成像器件固有缺陷对成像结果的影响；去噪是为了消除由于天气变化、大气散射等随机因素使采集的图像产生的噪声；增强是为了突出图像中我们感兴趣的部分，同时锐化图像的细节部分；图像配准是为了消除不同的图像由于拍摄角度、时间及分辨率等因素造成的差异。本文主要对图像融合算法进行重点研究，对于预处理只在后2.3节中做简单的介绍。
 
2.2 图像融合的层次
图像融合可分为以下的三个层次：
（1）像素级图像融合
像素级融合所处层次最低，它的主要目的是实现图像分割、增强以及分类等。像素级融合是对源图像像素进行的，对原始数据信息的丢失较少，从这个角度上来说，像素级融合要比其它两个层次的融合更具准确性，通过像素级融合能得到更可靠、更精确、更丰富的细节信息，便于对图像进行进一步的分析和处理。像素级图像融合的缺点是计算量大，不利于实时处理，对图像配准的精确度要求也很高，往往需要精确到像素级；优点是准确性高，图像细节信息保留较多。目前，对图像融合的研究大部分都集中在像素级，实际应用最广泛。 MATLAB双谱图像融合技术研究仿真(3):http://www.youerw.com/tongxin/lunwen_9446.html