2012 年的南京理工大学的曾海芳提出了基于双树复小波变换（DTCWT）对红外偏振度和 光强图像的融合算法，高频系数是基于局部能量的融合，低频系数是基于加权的融合，权系 数由遗传算法优化确定。该算法与像素绝对值最大融合、加权平均融合、基于离散小波变换 的融合等进行了对比分析，得出该算法普适性较好，效果更佳[26]。

次年，杨风暴等人提出一种和小波包算法类似思想的理论，不同的是，他们将图像信息 分解成了低频图像和支持度图像，而不是高频和低频。但是也是对采用不同的方法对分解后 的两幅图像进行分别融合，最后利用 SVT 逆变换把分解的两部分进行融合，数据同一，得到 最终图像。实验证明，模糊规则融合后的图像效果更好[25]。

以目前的研究现状来看，比较有用的目标识别和跟踪的方案，就是将红外偏振与光强图 像融合得到图像这一方法。即便是这种方案也有些缺陷，就是对于动态的差异特征不是全部 都能检测分析出来，因此我们整理就提出了另一种方案，那就是将存在差异特征的偏振图像 和光强图像进行融合，这样的一种方法。

3  小结

本课题先讲述红外的相关原理，如本次下面将会提到的 stokes 矢量表达法（这就是现在 用的比较多的描述光波的偏振态和强度方法），再介绍了偏振成像的一些实验装置，进一步 了解偏振成像的原理，接着介绍现在普遍应用到的几个图像处理的方法。这些方法就有图像 去噪声、归一化等，再者就是介绍近些年出现率比较高的些图像融合理论，然后确定我们本 次课题要使用的基于小波变换的融合方法（再这个选择的过程中，会发现各自方法的缺陷和 有优点，最后选择出相对较优的这个），确定了用什么方法，我们最后自然就介绍采用什么 方案、具体的仿真及最后评价，这样就是我们这整个论文的主要概况了。