1. 研究目的与意义
随着信息技术的发展，各种形式的数字图像在人类生产生活的各个方面得到了广泛的应用。从日常娱乐到高技术的高分辨率雷达成像，图像均成为信息的重要载体。随着微电子技术、大规模集成电路技术和传感器技术的飞速发展，传感器的种类不断增加，性能得到了很大地提升，同时其制造成本也大幅下降，在同一系统中使得使用多种传感器协同完成操作任务成为可能。多传感器往往能够提供信息容量不同、信息量巨大且形式多样的数据。然而，传统针对单一传感器进行信息处理的方法已不能够满足要求，如何对多传感器提供的信息协调利用，最大限度地发挥多传感器带来的优势成为亟待解决的问题。因此，图像融合技术应运而生，图像融合是指把对同一目标或同一场景经多个传感器的成像或单一传感器的多次成像进行一定的处理,生成一幅新的图像,这幅新的图像能够准确地综合反映源图像的信息,更适合于人眼观察或计算机处理.图像融合能够提高系统的可靠性和信息的利用率,已经广泛用于军事、遥感、机器视觉和医疗诊断等领域.学术界在图像融合领域已取得了很大的成绩,图像融合方法也各种各样.但是,图像融合技术的研究还刚刚开始,有许多问题急需解决，建立通用的图像融合质量评价指标就是其中的问题之一。
在图像融合中，对融合后图像质量的评价是其中一个非常重要的步骤，对融合算法选择、参数优化问题具有重要的意义。尽管目前有多种多样的图像融合算法，但是图像融合评价问题始终没有得到很好的解决，在实际应用中，人们只是凭借经验选取，导致评价的结果缺乏说服力，同一融合算法，对不同类型的图像，其融合效果不同；一种融合算法，对同一图像，观察者感兴趣的部位不同，则认为效果不同；不同的应用方面，对图像各项参数的要求不同，导致选取的评价方法不同。因此，有必要对现有的客观指标进行性能评估和相关性分析。
2. 研究内容和预期目标
本次课题主要是对图像融合质量评价的客观法的研究。客观法即通过测量相关指标定量模拟人类视觉系统对图像质量感知效果，现有的客观指标主要分为三类：基于统计特性的，基于信息的和基于视觉系统的。1.基于统计特性的评价指标包括均方误差、空间梯度等,均方差和空间梯度考量的是融合图像本身的特性(如图像信息量的丰富程度、噪音大小等)，无法反映融合图像对源图像的依赖程度。而这种依赖程度可以体现融合图像的质量，所以,上述客观指标一般不能单独用于图像融合的质量评价。均方误差可以反映融合图像与源图像之间的灰度差异。其衍生指标包括信噪比、峰值信噪比等。但是这些指标无法利用图像的结构信息,其评价结果与主观判断相比出入较大。
2.基于信息的客观指标包括信息熵、互信息等。
3.基于人类视觉系统的客观指标通过模拟人类视觉系统对图像的感知机理来判断图像的优劣。
3. 研究的方法与步骤
1.文献研究法
通过对关于图像融合评价指标相关论文的学习与研究，加深对评价指标的理解。
2.数量研究法
4. 参考文献
[1]张小利,李雄飞,李军,融合图像质量评价指标的相关性分析及性能评估[J],
自动化学报，2014，40(2):306-315.[2]Y.Liu,S.Liu,andZ.Wang.Ageneralframeworkforimagefusionbased
onmulti-scaletransformandsparserepresentation.InformationFusion,
5. 计划与进度安排
1、第1-2周，前期准备阶段，学习完成项目所需的知识；2、第3-4周，完成需求规格说明书；3、第5-6周，概要设计，完成概要设计说明书；4、第7-8周，详细设计，完成详细设计说明书；5、第9-11周编码，调试；6、第12周测试；7、第13-15周整理文档，准备答辩材料；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
