一般情况下，因为各个成像传感器所在的平台各有差别，且成像模式不一样，同

일반적으로 각 이미징 센서가 위치한 플랫폼이 다르고 이미징 모드가 다르고 다양한 환경 요인의 영향을 받기 때문에 동일한 장면 또는 대상으로 형성된 다중 소스 이미지는 변위를 나타내며, 왜곡 및 노이즈 오염은 다중 센서 이미지를 융합하기 전에 일련의 사전 처리가 필요한 문제입니다. 소스 이미지가 사전 처리 된 후 다음 단계는 서로 다른 퓨전 알고리즘을 사용하여 자세한 애플리케이션 목적에 따라 서로 다른 레벨에서 서로 다른 소스 이미지에 대해 퓨전 처리를 수행하는 것입니다. 평가는 최상의 융합 효과를 얻기 위해 가장 적합한 융합 방법을 선택하는 데 도움이되는 피드백이있는 시스템을 형성합니다. 마지막으로, 얻은 융합 효과는 다양한 장소에 적용됩니다. 픽셀 레벨 이미지 융합은 전체 이미지 융합 기술에서 구현하기가 가장 복잡하고 어렵 기 때문에이 백서에서는이를 탐구하고 연구하는 데 중점을 둡니다.

일반적으로, 각 이미지 센서는 상이한 플랫폼에 위치하고 있기 때문에, 이미징 모드는 동일하지 않지만, 또한 다양한 환경 적 요인에 의해 영향을 받을 것이고, 다중 소스 이미지의 동일한 장면 또는 타겟은 변위, 왜곡 및 노이즈 공해를 제시할 것이고, 융합 전에 다중 센서 이미지는 일련의 전처리가 필요하다. 소스 이미지가 사전 처리된 후, 다음 단계는 상세한 적용 목적에 따라 상이한 레벨의 여러 소스 이미지에 대해 상이한 융합 알고리즘을 사용하는 동시에, 피드백을 이용한 시스템을 형성하는 동시에 최적의 융합 효과를 얻기 위해 가장 적합한 융합 방법의 선택에 도움이 된다. 마지막으로, 생성된 융합 효과는 다양한 장소에서 적용된다. 픽셀 수준의 이미지 융합은 전체 이미지 융합 기술에서 가장 복잡하고 어려운 융합이기 때문에 이 백서는 탐사와 연구에 중점을 둡니다.

일반적인 상황 에서 센서 가 있 는 플랫폼 마다 차이 가 있 고 이미 징 모델 이 다 르 기 때문에 여러 가지 환경 요소 의 영향 을 받 기도 한다. 같은 장면 이나 목표 에 이 루어 진 다 원 이미지 간 에 위치 이동, 기형 적 변화 와 소음 공해 등 문 제 를 나타 낸다. 이것 은 다 중 센서 이미지 가 융합 되 기 전에 일련의 예비 처 리 를 해 야 한 다 는 것 이다.소스 이미 지 는 미리 처 리 된 다음 에 상세 한 운용 목적 에 따라 다 르 고 서로 다른 융합 알고리즘 으로 여러 개의 소스 이미지 에 대해 서로 다른 등급 에서 융합 처 리 를 하 는 동시에 융합 효과 에 대해 품질 평 가 를 하고 피드백 체 계 를 형성 하여 가장 적절 한 융합 방식 을 선택 하여 최 적 화 된 융합 효 과 를 얻 도록 한다.마지막 으로 얻 은 융합 효 과 를 다양한 장소 에 활용 한다.화소 급 이미지 융합 은 전체적인 이미지 융합 기술 에서 가장 복잡 하고 난이도 가 가장 큰 융합 이기 때문에 본 고 는 이에 대해 연구 하고 연구 하 는 데 중심 을 둔다.