从图像融合谈起

        图像融合将多个源图像(可能来自不同的传感器、不同视角、不同时间点)的信息整合到单一的输出融合图像中，这一过程旨在通过有效合并各源图像中的互补、冗余或独特信息，生成一个既包含所有关键信息又具有增强特性的融合图像。根据不同的融合任务需要制定不同的准则，然后对每张图像计算一个权重图。根据原始图像和融合权重图像就可以根据融合算法计算融合结果。图像融合算法要保证结果自然过渡，清晰度不出现丢失。其余如色彩自然度、细节保留、边缘过渡、伪影抑制等方面也要尽善尽美。

        假如需要融合的图像有两幅图像，例如同一场景的红外图像和可见光图像，通常红外图像反映场景的温度辐射信息，而可见光图像反映场景的细节纹理信息，因此如果需要一幅融合的图像既要显示整个场景的温度信息，同时要兼顾场景的细节，则需要将两者进行融合。通常，两者图像的简单权重相加就可以得到不错的融合效果，因为就像日本料理的基本原则一样，对食材简单烹饪，甚至是生吃，才能保留食材最原始的鲜美的味道。

        下面的公式即为按照权重相加的融合方式，对于参与融合的两幅图像，对应像素灰度值按照权重比例进行相加，其中参数alpha控制两者之间的比例，最终输出融合结果：