图像融合增强了轻型装甲车的能力

　　有各种各样的视频成像传感器，每种传感器都提供最佳的观看或检测特性，具体取决于被观测物体的类型以及气象、照明或背景条件。为了最大限度地提高检测概率，可以实时比较来自多个传感器的图像，以保持图像上下文并突出显示感兴趣的对象。每个传感器的图像可以并排显示，以便操作员直接区分。

　　或者，也可以融合图像，从两个传感器创建真正逼真的复合视图。如果满足空间，重量，功率和可负担性的关键标准，这种传感器融合系统将是部署在轻型装甲车或无人机（UAV）上的理想选择。

　　典型的小型装甲车通常配备两个或多个摄像头，每个摄像头在光谱的不同部分（例如，可见光，近红外或热红外）运行。通常，热像仪最适合检测部队或地面车辆的热特征。相比之下，背景‘Äì因此，物体的上下文可以从可见图像中更好地识别。例如，上下文包含重要信息，使侦察任务能够向其他参与者报告敌方部队或车辆的准确部署情况。

　　该图最左边的图像来自电视摄像机，中心图像来自由于恶劣天气条件而无法区分背景细节的热红外摄像机。右侧的融合图像清楚地显示了车辆（已反转为黑色）和背景细节。以这种方式使用信息对于战术或隐蔽监视具有很大的实际优势，因为多个传感器可以穿透烟雾，薄雾，降水和伪装。当从空中使用时，图像融合可以更好地定义地形特征，而可见光谱还可以在相似的物体类型之间提供颜色辨别。

　　融合技术

　　融合图像的一种方法是使用像素强度的线性组合。然而，这依赖于传感器的匹配光学特性。它还具有突出显示甚至取消出现在两个传感器上的对象，同时使仅出现在一个传感器上的对象变暗的效果。另一种技术是使用颜色来区分图像，但这会导致真实感的丧失。避免这些不良影响的最后一种选择是使用多分辨率算法。它将每个图像分解为低、中和高分辨率，以提供空间、大小和详细的表示，然后与不同的权重组合以形成可显示的图像。该算法仅保留一个传感器检测到的物体的清晰度，并以自然形式组合来自两个传感器的物体。

　　无论使用哪种方法来融合图像，都需要额外的校正来解决物理和时间错位。物理不对中可能是由车辆上传感器的位置或不匹配的光学特性引起的。这可以通过使一个图像变形以适合另一个图像来纠正。如果传感器或其视频传输路径对一个图像流的延迟程度高于另一个图像流，从而导致移动对象出现在多个位置，则通常需要时间对齐。

　　硬件或软件解决方案

　　图像融合可以在软件中实现，特别是在原始传感器图像可以通过网络打包和流式传输到集中式计算资源的情况下。然而，这种资源水平对于小型轻型装甲车来说是不寻常的，这使得硬件解决方案成为一种有吸引力的替代方案。为了满足这一需求，GE发那科智能平台开发了IMP20图像融合模块，尺寸仅为4“ x 2.7” x 0.5“（100 mm x 68 mm x 12 mm）。它接受来自三个来源中的两个的 PAL 或 NTSC 视频。它使用多分辨率算法的新方法，实时执行图像融合和图像变形。因此，它提供了一个视频输出，可以同步到中央源，并在需要时覆盖图形符号系统。

　　图像融合现在是一种实用且价格合理的技术，适用于各种轻型战术地面车辆和其他传感器平台。无需额外的嵌入式计算支持即可部署它，以提供增强的检测功能。结合跟踪和识别/分类等其他图像处理技术，它可以提供对战场态势感知至关重要的“额外优势”。

　　审核编辑：郭婷