图2。1  彩色空间映射算法原理框图

收集得到的可见光图像与红外图像多少会有偏差，需要先对其进行去噪配准等预处理，再进行图像信号得合成，最后进行RGB空间映射来驱动彩色监视器。由于RGB颜色空间的图像融合法各分量间不相互独立，因此融合图像的颜色与自然感觉存在较大的差异。如果希望获得具有良好视觉效果的融合图像，就需要基于人眼的视觉特征确定合适的彩色映射方法。

2。3  基于RGB空间的伪彩色融合算法

    由于所有图像最终都将在RGB色彩空间转换进行处理,因此直接在RGB色彩空间的伪彩色融合处理便有方便硬件实现、计算简单、实时处理容易、速度快等优势。这类融合算法的原理是不同图像传感器的图像往往存在着差别,最明显的就是他们之间的灰度分布有差别。所以，直接基于RGB色彩空间的伪彩色融合就是先使用融合算法处理图像，从而将不同图像间的灰度差别提取出来：然后再以某种组合方式送到RGB三通道，最终显示出来。下面是几种常用的基于伪彩色融合的算法：

（1）灰度融合后伪彩色编码

利用现有的灰度图像融合技术，比如逻辑滤波法、加权平均法、小波变换法、多分辨塔式法等把已配准的可见光和红外图像灰度图像进行融合，之后使用伪彩色处理的方法对融合图像进行染色，最终得到彩色融合图像。

（2）NRL算法

    NRL算法是一种由美国海军研究室(NRL)研发的可见光与红外图像伪彩色融合法。由于可见光图像和红外图像的灰度值是分别从青色LUT和红色LUT中选取的，因此,像素在可见光图像中暗，同时在红外图像中亮，最终会显示青色；与此相反，像素在可见光图像中暗，同时在红外图像中亮,最终会显示红色。像素在两种图像中都暗的，最终会显示黑色；像素在两种图像中都亮的，最终会显示白色。这种算法的融合映射的公式如式(2-5)所示，其中LL表示可见光图像，IR表示红外图像。这种算法在红外和可见光的光谱融合中取得了很不错的效果。

                                                           (2-5)

（3）Toet算法

    Toet和Jan Walraven将伪彩色图像融合技术应用于融合电视图像和热成像图像，它是利用色差来加强图像的细节信息，从而提高图像对比度。这种算法的基本过程并不复杂：首先需要提取出两幅图像的共同成分，再从每幅原图像中分别减去共同成分，从而获得每幅图像的特有成分，最后，用两幅图像分别减去另一幅图像的特有成分，并将获得的结果送到不同的颜色通道显示出来，最终获得伪彩色融合图像。

在基于灰度显示的融合技术中,如果原图像间的灰度特征差别比较大,那么最终的融合图像就会出现拼接的痕迹。然而这种伪彩色图像融合算法使用原始图像中的灰度差别形成色差,使图像可识别性得到增强。融合结构如式(2-6)

                                (2-6)

（4）MIT算法

    MIT的A。M。Waxman等人研发出这种伪彩色图像融合算法。这种算法很好地利用了人眼视觉感受野的中心一周边型模型和彩色视觉的单领顽和双领顽模型，这两种都是比较准确的人眼彩色视觉模型。由于这种算法可根据图像传感器的数量和模式对算法结构进行调整，所以它的结构十分灵活,有很好的适用性。对于伪彩色融合图像色彩不自然这一缺点，它对融合图像颜色再次映射，从而取得很不错的视觉效果。