1．目的及意义
随着计算机技术和信息技术的不断发展，近年来，图像融合作为图像工程中一个新兴的研究领域，也渐渐成为人们关注的热门技术。图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，因此具有重要的理论和应用研究价值。
而这种技术的主要思想就是采用一定的算法将多个图像融合成新图像，所以图像融合可以被运用于很多场合，比如图像的锐化，自动目标检测，图像特征互补增强等，其具体方法在此之前也已提出了不少。图像融合技术的优点在于它可以根据需要综合处理多源通道的信息，从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的清晰、完整、准确的信息描述。
放眼国外的图像融合研究，美国是这方面研究起步比较早、发展最快的国家，而这种技术最早也应用于遥感图像的分析和处理，Dailiy等人首先把雷达图像和MSS复合图像应用于地质分析，它的处理过程可以看作是最简单的图像融合；之后Laner等人进行了Landsat-RBV和MSS图像信息的融合试验，在图像融合技术逐渐引起人们的关注后，才有了遥感多谱图像的分析和处理，Bonn博士将多光谱遥感图像与SPOT卫星得到的高分辨率图像进行融合。目前在国外。显微融合技术上的研究已经趋于成熟和实用化。理论上，早在好多年前就有学者针对显微图像序列的特点提出了shape from focus融合算法；此后SC Tucker又提出了基于廉价显微镜的融合系统。在应用上，国外已经有多套完整融合系统，这些国外的显微融合技术在图像融合的效果和速度上都已达到了一定的水准，但是由于价格昂贵并且技术上不对外开放的原因，很难普及和大众化。
在国内，山东大学的测试计量技术研究所根据数字图像处理技术，研究出了显微镜景深自动扩展技术，它可以对多幅各层面聚焦图像进行处理，结果可以得到清晰聚焦的完整图像。麦克奥迪显微镜公司和北京航空航天大学图像处理中心通过合力研发，用聚焦算子实现序列图像的融合的技术开发了显微三维成像系统的软件，目前已经集成于麦克奥迪某些型号的图像处理软件中。但是由于国内对于显微融合技术领域的研究和开发不论在速度上还是力度上都与国外有一段距离，所以融合质量和速度都有较大的差距，因此急需科研上的创新和提高。
目前， 对于图像融合技术，国内外都已经将其运用于各大领域，如自动检测、城市规划、机器人技术、医学图像处理等，在医学领域，图像融合技术可以综合不同模态医学图像，将它们作为一个整体来描述，为医疗研究提供更充分更详细的信息。方向可调滤波器，具有任意旋转的功能，并可简单地表示为一组基滤波器的线性组合。它对应的滤波器基是在频域上相互之间有一定重叠的一组滤波器，其中的每一个基滤波器都可表示为方向可调滤波器旋转到某一角度时的形式。所以，本文讲主要探讨的就是基于方向可调滤波器的图像融合研究。
{title}

2. 研究的基本内容与方案

{title} 基本内容：基于方向可调滤波器的图像融合研究，研究工作主要包括下面这些方面，首先确定实验目的和使用的实验方法，根据实验要求，应先选取多幅不同图像，使用Matlab编程和采用方向可调滤波器，提取图像的特征并消除图像中的孤立噪声点，融合多幅图像，来达到实验预期的效果。
具体目标：基于Matlab编程，采用方向可调滤波器，提取两幅已配准图像的局部特征，根据图像特征的强弱及方向，消除图像中的孤立噪声点，并融合两幅图像。使得融合后的图像在任意一个像素点都具有不弱于输入图像的清晰度。
拟采用的技术方案：
（1）对现有的图像融合技术相关资料进行归纳总结，确定采用基于方向可调滤波器的方法来完成图像融合研究，通过分析对于现有研究成果，提出存在的主要问题以及下一步研究工作。
（2）在Win10操作系统下安装Matlab7.0，并使用Matlab软件进行编程，得到满足实验需求的程序，即采用方向可调滤波器来设计程序，之后利用相应的方法提取两幅已配准图像的局部特征，得到相关数据。
（3）根据得到的结果和数据，分析所选用图像的图像特征的强弱及方向，再进一步通过算法，来达到消除所选图像中的孤立噪声点的目的。
（4）最后，融合两幅图像并检验实验结果，如果实验得到的融合后的图像，在任意一个像素点都具有不弱于输入图像的清晰度，那么便达到了实验预期的目的和效果，即基于方向可调滤波器的图像融合方法。
3. 参考文献

[1] Rui G, Vorobyov S, Hong Z. Image Fusion With Cosparse Analysis Operator[J]. IEEE Signal Processing Letters, 2017, 99:1-1.

[2] Li S, Kang X, Fang L, et al. Pixel-level image fusion: A survey of the state of the art[J]. Information Fusion, 2017, 33:100-112.

[3] 吴冬鹏, 毕笃彦, 何林远,等. 基于NSSCT的红外与可见光图像融合[J]. 光学学报, 2017, 37(7):98-106.

[4] 傅志中, 王雪, 李晓峰,等. 基于视觉显著性和NSCT的红外与可见光图像融合[J]. 电子科技大学学报, 2017, 46(2):357-362.

[5] 王依人, 邓国庆, 夏营威,等. 基于方向可调滤波器的血管图像增强算法[J]. 系统仿真学报, 2018, v.30(6):104-110.

[6] 时圣革, 王淼, 董力文. 一种基于方向可调滤波的航拍图像电力线检测算法[J]. 光学与光电技术, 2015, 13(6):45-48.

[7] 严洁, 阮友田, 薛珮瑶. 主被动光学图像融合技术研究[J]. 中国光学, 2015, 8(3):378-385.

[8] 甘晓根, 徐子海, 廖福锡,等. CT/MRI图像融合技术在鼻咽癌放疗靶区勾画中的应用价值[J]. 中国医疗设备, 2014, 29(11):163-165.

[9] 何福红, 王涛, 范擎宇, et al. 地形和遥感图像融合技术在冲沟参数提取中的应用——以栖霞市庵里水库东缘流域为例[J]. 地理研究, 2015, 34(11):2124-2132.

[10] 李玲玲, 王蕙, 闫成新. 基于改进结构相似度的区域划分图像融合技术研究[J]. 计算机应用研究, 2014, 31(6):1914-1917.

[11] 王建, 王必宁, 杨根善,等. 基于形态学金字塔的医学图像融合技术[J]. 兵工自动化, 2014(1):82-84.

[12] 翁松露, 张秋菊, 吴静静. 基于方向可调滤波器的改进Harris算子[J]. 包装工程, 2016(9):68-73.

[13] 王向阳. 基于DM642的车道线检测方法的研究[D]. 河北工业大学, 2015.

[14] Hafner, D. and Weickert, J. (2016), Variational Image Fusion with Optimal Local Contrast. Computer Graphics Forum, 35: 100-112.

[15] Tirupal, T. , Mohan, B. C. and Kumar, S. S. (2017), Multimodal Medical Image Fusion Based on Sugeno's Intuitionistic Fuzzy Sets. ETRI Journal, 39: 173-180.