4.2   MATLAB仿真（可见光红外图像配准） 22

结论 29

致谢 30

参考文献 31

1 绪论

1.1 课题背景

目前我们所处的时代，无论是对信息的获得、加工、处理还是应用都有了飞跃式地发展。图像作为一种十分重要的媒体和手段已越来越受到人们的重视。随着二十世纪九十年代的第三代计算机的问世，多媒体技术得到了前所未有的迅猛发展，这极大地推动了计算机图像处理技术向更高级方向迅速发展。同时，图像的处理技术也愈来愈广泛地应用于众多的科学和工程领域。目前，图像处理已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域学科之间学习和研究的对象。

在一些用图像进行研究和分析的领域中，常常是将图像通过打印在胶片上或挂在灯箱上等手段来进行读片，但由于图像的分辨率和对比度的差异，以及成像时空间坐标的变化，使得人们很难在脑海中精确地将这些图像综合起来。图像配准可以利用计算机图像处理技术，将这些图像统一在公共的坐标系中，通过计算机的可视性来提供辅助。通过图像的配准，我们可以综合从不同的传感器收集来的信息、可以在不同时间或者在不同条件下所获得的图像之间寻找变化、可以从移动的相机所拍的图像或者移动的物体的图像中收集三维信息以及进行基于模板的模式识别等。

目前，图像配准已是数据融合、图像分析、目标变化检测与识别、图像镶嵌等实际问题中的重要步骤，其应用遍及遥感、军事、医学、计算机视觉等多个领域。由于图像配准的重要价值和广阔的应用前景，正日益受到国际上越来越多科研机构的高度重视，是图像处理领域中重点和热门的研究课题。

1.2 图像配准的意义

       随着新型传感器的出现，人们获取图像的能力大大提高，不同特性的传感器所产生的图像也增多，由于不同图像传感器获取的图像数据在几何，光谱，时间和空间分辨率等方面存在明显的局限性和差异性，所以只利用一种图像数据常常难以满足实际需求。为此，可以采用图像融合技术将不同传感器获取的图像综合起来使用，从而达到对目标有一个更全面，清晰，准确的理解和认识。 

        多传感器图像融合的基本目标是通过数据组合推倒出更多的信息，即利用多个传感器联合的优势，克服单个的局限性及不定性，提高其有效性。与单传感器图像数据不同的是，多传感器图像数据所提供的的信息有互补性等。对冗余性来说，尽管数据的表达形式有可能存在差异，但我们可以通过变换将他们映射到同一个数据空间。这些变换可以降低误差，减少整体决策的确定性，从而提高识别率及精确度。对互补性来说，数据存在着很大的差异，我们通过对互补信息的利用可以提高系统的准确性及结果的可信度。因而把各种图形数据的优势结合起来利用是十分重要的。如何把各种传感器得到的图像融合起来，以便更好地利用这些信息，已经成为图像处理领域重要的研究课题之一。但随着发展，各式的传感器获取的图像迅速增加，越来越多的图像数据信息，使得图像数据的处理滞后于图像数据的获取，成为信息处理的薄弱环节。人们对图像信息的分析及利用远远落后数据增加的速度，直接影响图像数据的使用效益。因此，如何充分利用大量的多传感器图像已成为人们所面临的一大难题。论文网