红外与可见光动态图像优化融合方法及性能分析研究

多源动态图像融合是信息融合领域的一个分支，复杂背景下基于红外与可见光序列图像融合的目标识别、跟踪在军事和民用领域应用广泛。本课题在融合规则中考虑了目标区域信息、序列帧间信息和移不变性三个问题, 提出基于帧间关联的区域目标检测与动态图像优化融合方法，采用帧间时空梯度多因素动态综合评价方法对结果进行稳定性和一致性评价。新方法依据红外目标特征信息，基于目标区域信任度判据对红外序列进行帧间目标检测、分割和提取，并采用异类帧间关联方法获得可见光序列的目标区域信息，从而确定目标区域和背景区域；在目标区域采用NSCT变换融合方法获得融合图像的平移不变、多分辨、多方向的图像表示能力，解决了移变性使目标区域出现闪烁和抖动问题；背景与目标区域采用的不同融合规则以及自适应优化融合算法，可提高融合性能，减少计算量；基于帧间时空梯度多因素动态综合评价方法突破了帧内性能评价指标的限制，研究成果具有重要理论和实用价值。

针对多源动态图像融合方法中目标区域信息冗余、序列帧间信息关联和融合移变性三个问题, 提出基于帧间关联的区域目标检测与动态图像优化融合方法，采用了帧间时空梯度多因素动态综合评价方法对结果进行稳定性和一致性评价。新方法依据红外目标特征信息，基于目标区域信任度判据对红外序列进行帧间目标检测、分割和提取，并采用异类帧间关联方法获得可见光序列的目标区域信息，确定目标区域和背景区域；在目标区域采用NSCT变换融合方法获得融合图像的平移不变、多分辨、多方向的图像表示能力，解决了移变性使目标区域出现闪烁和抖动问题；背景与目标区域采用的不同融合规则以及自适应优化融合算法，可提高融合性能，减少计算量；基于帧间时空梯度多因素动态综合评价方法突破了帧内性能评价指标的限制，适用于动态序列图像融合性能分析与评价，建立了红外与可见光多源图像融合系统平台，提出了“复杂背景非完备信息下基于多源图像与异构信息融合的自适应鲁棒跟踪方法”的青年科学基金与自然基金面上项目持续资助申请。