现有差异特征驱动的红外光强与偏振图像融合方法中, 特征的选择上数量多, 存在信息冗余, 通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图, 将亮度、纹理、边缘三类特征进行分离, 避免了图像特征选择的困难; 定义了特征差异度, 从特征图提取得到特征向量, 再计算其差异度, 对图像的差异进行了量化; 最后, 通过实验验证了所提方法的合理性和有效性。

针对红外偏振与光强图像彼此包含共同信息和特有信息的特点, 提出了一种基于双树复小波变换和稀疏表示的图像融合方法.首先, 利用双树复小波变换获取源图像的高频和低频成分, 并用绝对值最大值法获得融合的高频成分; 然后, 用低频成分组成联合矩阵, 并使用K-奇异值分解法训练该矩阵的冗余字典, 根据该字典求出各个低频成分的稀疏系数, 通过稀疏系数中非零值的位置信息判断共有信息和特有信息, 并分别使用相应的规则进行融合; 最后, 将融合的高低频系数经过双树复小波反变换得到融合图像.实验结果表明, 本文提出的融合算法不仅能较好地凸显源图像的共有信息, 而且能很好地保留它们的特有信息, 同时, 融合图像具有较高的对比度和细节信息.

针对红外偏振融合后图像边缘模糊不清和细节信息不明显等问题,本文提出了一种基于局部能量匹配的红外偏振图像融合方法。首先,融合偏振角图像和偏振度图像得到偏振特征图像;然后运用非下采样剪切波变换(NSST)把偏振特征图像和光强图像分解为低频子带和高频子带,运用顶帽(Top-hat)变换处理偏振图像的低频信息,提取目标;最后采用基于局部能量匹配和局部方差相结合的融合规则融合低频子带和高频子带。实验结果表明,本文算法与 NSCT算法相比较,融合后图像的整体互信息值提高了 8.7%,方差提高了 3.9%,很好的保留了图像的细节信息。

为了在获得真实偏振图像之前获得偏振图像，采用仿真的方法进行了实验研究，即先通过实验获得各种物体的偏振度建立一个偏振数据库并进行理论研究论证，再利用K-均值聚类算法对红外图像中的物体进行聚类，最后将聚类后的图像通过计算得到偏振图像。结果表明，得到的仿真偏振图像效果很明显，能够很好地区分人造物和自然物，从而验证了仿真算法的可行性。图像仿真对于更好、更方便地研究物体的偏振特性和建立偏振数据库有着非常重要的意义。

基于长波红外偏振成像探测技术在目标检测识别领域的优势，本文搭建了长波红外偏振成像探测系统，采集了室内外典型目标的长波红外偏振图像，提取了三类典型目标的斯托克斯矢量、偏振度、偏振角以及两个组合特征δ与ρ等图像信息，并对其特点进行了详细分析。基于对图像偏振信息的解算，提出了一种目标-背景对比度增强方法。实验证明该方法可行且有效。

为了改善红外图像质量、提高人造目标的可识别率, 基于偏振度图像能够较好地凸显人造目标, 偏振角较好地描述不同物体表面取向, I图像能反映场景的强度信息的特征, 采用对红外图像进行偏振图像融合的算法, 即先通过红外热像仪和偏振片拍摄到偏振角度为0°, 60°和120° 3幅红外图像, 再通过计算得到I, Q, U图像, 进而得到偏振度图像和偏振角图像, 最后对I图像、偏振度和偏振角图像进行红外偏振图像融合, 得到高质量的红外偏振图像, 由理论分析得到了各个图像的性能指标数据。结果表明, 基于小波变换的红外偏振图像融合算法得到的图像数据合理, 达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。