疯狂的舞蹈
摘要：多传感器图像融合技术是将关于多个传感器在同一时间获得的某些真实场景的图像或对应的序列信息相集成，以形成关于该场景的全新描述，这种描述在单个传感器内不可能获得。 融合多传感器获取的图像信息，可以有效弥补单个传感器图像存在的缺点，提高图像质量，有助于事件和物理现象的准确识别、定位和描述。 由于图像信号过于复杂和特殊，多传感器图像融合技术没有广泛应用，没有建立统一的理论系统，需要深入研究。
关键词：图像融合传感器质量
图中分类编号： TN91文献识别码： a文章编号： 1672-3791(2020 ) 03(b )-0006-02
目前，越来越多的利用遥感APP获取数据信息的手段，从初始的单个可见光传感器到现阶段的多源传感器，采集的数据量不断增加。 这些大量的数据给使用者带来了很大的烦恼，人们不得不开发更好的数据处理系统来筛选高质量的数据信息。 通过开展研究发现，各传感器采集到的数据，不仅有一定的互补性，而且存在较大的冗余度，这极大地弥补了单传感器的缺陷。 随后，学者们开始将这些海量数据放在一起利用，试图更好地发挥数据信息的作用。 20世纪80年代，该技术逐渐成为一项新技术——数据融合技术，并且自20世纪90年代以来，该技术得到了非常广泛的应用，在遥感图像处理、工业领域等各个领域得到了广泛的应用，各种数据融合技术也得到了深入的研究开发。
1多传感器图像融合技术综述
1.1概念
图像融合技术是一种多传感器数据融合技术，它是指将多条图像信息融合在一起以获得同一场景下更准确、更有效的图像描述。 对于各图像数据中的互补信息和冗余信息，图像融合能更好地利用它。 该图像融合更符合人和机器所具有的视觉特性，有助于人们深入分析图像，有效地检测、识别或跟踪目标。 在某些情况下，受环境、目标位置、状态等多种因素的影响，单传感器采集的图像信息已经不能满足目标和场景的检测需求，而图像融合技术可以很好地解决这一问题。 作为融合信息的核心手段之一，图像融合技术在社会许多领域得到了广泛的应用。
1.2工作原理
由于充分利用了各传感器获取的数据信息的互补性，多传感器信息融合技术可以更加准确可靠地获取环境和目标信息。 与数据融合技术相对应，图像融合技术也存在三级。 一个是像素级。 该等级为最低等级融合，主要综合处理红外、可见光等原始数据信息。 该融合方案精度高，信息丢失量少，但数据传输的任务量和计算量也最大。 二是特征层面。 该等级为中级，综合处理预处理和特征提取完成后的信息，对多传感器获取的数据信息进行分类、汇总和组织。 不仅可以有效地压缩信息量，还可以存储重要的信息。 另外，这种融合方式比像素融合更快。 三是决策层面。 该层次是最高级的信息融合，在进行融合之前，各传感器所做的处理已经实现了决策、分类工作，此时进行融合工作的本质是基于对应原则和各传感器决策层次分类的可靠性进行协调，得出最优结论，为各决策信息提供可靠的依据这一级融合虽然具有较快的速度，但必然会丢失相应的信息[1]。
2多传感器图像融合技术在实际中的应用
2.1应用领域
目前，该技术已经广泛应用于社会的许多领域。 )1)智能机器人领域。 可以控制动作，反馈环境触觉力矩，识别和跟踪目标。 充分利用信息融合技术可以促进机器人的发展，图像融合技术作为信息融合技术的一个分支，可以实现目标的自动识别。 )2)医学影像领域。 手术中可利用计算机辅助校正3-D表面。 医学影像融合主要包括三个步骤，分别是信息的转换、配准和提取，该技术主要利用多源影像获取互补信息，提高临床诊断和治疗的准确性。 )3)制造业。 该技术主要应用于电路和元器件的检测、产品表面的检测、材料的检测等，同时也能监督产品的生产过程。 )4)军事和司法领域。 该技术可以检测、识别和跟踪陆战、海战和空战事件和目标，用于探测秘密武器，为夜间飞行提供导航服务。 )5)遥感领域。 以摄像和数字两种方法为基础的融合技术、电磁频谱的利用等。
2.2应用实例
图像融合技术在军事领域有着广泛的应用。 现代化的军用广电侦察系统和合成孔径雷达侦察系统具有复杂的运载环境，两个系统所具有的目标也具有明显的不明确性和多样性，同时由于单个传感器所具有的缺陷，只能采集环境的部分信息或某个方面的信息，从而实现单个传感器对环境的军事领域信息获取的关键是采用多传感器手段，利用融合技术融合多源信息，对同一事件和目标有更准确更本质的了解，这对军事侦查有着非常重要的作用。 充分利用多传感器图像融合技术可以为军事决策提供可靠、准确的信息信息，同时利用该技术可以对多台传感器获取的信息信息进行有效集成处理，有效集成各种先进的信息侦察探测系统，它们可以相互弥补自身的不足各传感器可以充分发挥各自领域的探测优势，实现资源和功能的共享互补，提高探测和对抗性能，增加信息量。 因此，该技术具有很大的应用潜力，其发展已成为各
个国家的关注[2]。3 多传感器图像融合技术的发展趋势
目前，这种技术大多集中在人眼和目标的识别中，日后的研究及应用领域将会是人们关注的热点，并且可以将目前存在的缺陷加以解决，其主要体现在下列几个方面：(1)对处于未知动态环境下依旧可以正常工作的多传感器图像融合系统进行研发，其中主要包含了可以独立运行的智能系统和辅助人们掌握环境信息的融合系统。(2)对各个融合算法进行研发，尤其是可以进行并行或实时处理的算法，在某些大型系统中，通过运用并行性较高的计算机，可以增强图像融合技术的作用效果。(3)发展多传感器融合技术所需的接口标准，加快相关系统的研发与运用。(4)对神经网络与人工智能相关的内容进行研究，推动特征级与决策级的融合发展。(5)积极研发科学合理的评价方法来评价图像融合的效果，以明确最优的融合算法。(6)对多传感器进行有效的集成工作，在传感器的芯片中包含了多个处理底层信号和融合算法的传感器，目前该工作已逐渐成为研究的重点内容[3]。
4 结语
多传感器图像融合技术主要是将各个类型的传感器所获取的相同场景下的各个图像数据信息进行有效的空间配准，并以此为基础将各种图像数据所具有的优势信息进行互补，同时将这些数据信息进行有效的融合，使其成为一种全新的、高质量的、庞大的图像信息。在信息融合技术中，图像融合技术是一个十分重要的分支，目前在军事、医疗、器械等多个领域都取得了广泛的应用。
参考文献
[1] lmdhj，jddsb，侯家槐.多传感器图像融合技术及其进展[J].测绘与空间地理信息，2010(2)：159-162.
[2] ttddx，qsdjz，迷路的棒棒糖.多传感器图像融合技术[J].现代电子技术，2016，39(22)：158-162.
[3] 崔麦，灵巧的鱼，pgddzh.面向军事应用的多传感器图像融合技术发展研究[J].国防技术基础，2005(4)：4-5.