变化而变化。借助通信技术的思想，调制技术在图像融合领域也得到了一定的应用，并在某些方面具有较好的效果\用于图像融合上的调制手段一般适用于两幅图像的融合处理，具体操作一般是将一幅图像进行归一化处理，然后将归一化的结果与另一图像相乘，最后重新量化后进行显示。这种处理方式相当于无线电技术中的调幅(Amplitude Modulation)，一幅数字图像的灰度大小就相当于无线电波的幅度大小。用于图像融合上的调制技术一般可分为对比度调制技术和灰度调制技术。
4 像素级图像融合技术在军事领域中的应用
由于信息融合系统本身所具有的性能稳定、宽阔的时空覆盖区域、较高的测量维数、良好的目标空间分辨力以及较强的故障容错与系统重构能力等优点，自信息融合问题一开始提出，就引起西方各国国防部门的高度重视，并将其列为军事高科技研究和发展领域中的一个重要专题。而我国对信息融合理论和技术的研究起步相对较晚，到20世纪80年代末期，才开始出现有关多源信息融合技术研究的报告，到20世纪90年代初，这一领域的研究在国内才开始逐渐升温。目前我国已将信息融合技术列为“863”计划和“九五”规划中的国家重点研究项目，并将其确定为发展计算机技术及空间技术等高新产业领域的关键技术之一。
图像融合在军事领域有着广泛应用。现代军用光电侦察系统以及合成孔径雷达侦察系统由于其载体环境复杂，目标信息有着明显的多样性和不确定性，同时由于单一传感器性能的局限性，只可能给出环境的部分或某个侧面的信息，因此要想通过单一的图像传感器去准确感知和描述外界环境或者感兴趣目标的特征是不可能的。多传感器、多手段获取信息是军事情报的主要来源，对多源信息利用融合技术进行综合处理，从而获得对同一事物或目标的更客观、更本质的认识，对军事侦察领域至关重要，经融合的多传感器图像可以为作战决策提供准确、及时、可靠的情报保障。多传感器图像融合技术可以对多源情报信息进行综合处理和利用，将多种先进的探测和情报侦察系统进行系统集成，使其相互补充， 能充分发挥不同传感器在频率/空间/能量等方面优势的一体化探测， 达到功能互补资源共享、探测和对抗性能提高、扩大信息量的目标。因此应用潜力非常诱人，它的发展已引起世界普遍关注。
从军事应用的角度来看信息融合是一个多层次、多方面的处理过程，这个过
程对多源信息进行检测、结合、相关、估计和组合以获得精确的状态估计和身份估计以及完整、及时的态势评估和威胁估计。
多源图像融合技术始于军事领域，发展的主要驱动力也来自于军事领域。以多传感器图像融合为核心内容的战场感知技术已成为现代战争中最具影响力的军事高科技技术。它涵盖了目标检测、跟踪和识别以及情景感知等方面。目前美、英等军事强国都致力于研发新一代的适用于战场复杂环境下的全天候多源图像融合系统。美国国防部在不同时期制定的关键战术计划中，有相当一部分的任务涉及到多源图像融合方面。在海湾战争中发挥较好作战性能的LANTIRN吊舱就是一种图像融合系统；英国以II类通用组件为基础，研制出具有图像融合功能的双波段热像仪；美国TI公司于1995年从美国夜视和电子传感器管理局(NVESD)获得了将前视红外与三代微光图像融合系统集成到先进直升机(AHP)传感器系统的合同，信号处理功能由TMS320C30 DSP完成。英美联合研制的“追踪者”战术侦察车是将热成像仪、电视摄像仪以及激光测距仪等多个传感器进行融合利用。2000年5月，美国波音公司航空电子飞行实验室成功地演示并验证了联合攻击机(JSF)航空电子综合系统的多源信息融合技术和功能。
5 结语
图像融合技术虽已经过多年研究，但还没有统一的定义，成熟的理论和方法，还没有建立起统一的图像融合数学模型。图像融合涉及到复杂的融合算法、概念、实时图像数据库技术和高速、大吞吐量数据处理等软硬件支撑技术。怎样进行稳健图像融合、提高可靠度一直是人们关心的问题。像素级图像融合的方法是高层图像融合的基础，本文在基于图像在空间已配准的情况下，讨论了像素级图像融合的方法，试图归纳出像素级图像融合的分类方法。图像的空间已配准在整个图像融合中具有十分关键的地位， 还有许多需要解决的问题， 是很具挑战性的课题。
参考文献
[1] 李伟.像素级图像融合方法及应用研究[D]. 华南理工大学博士学位论文，2006.
[2] Pohl C, Genderen J L V. Multi-sensor image fusion in remote sensing: Concepts, methods and
applications, International Journal of Remote Sensing, 1998, 19(5):823-854 [3] 毛士艺，赵巍.多传感器图像融合技术综述.北京航空航天大学学报.2002, 28(5):512-518
[4] Cain M P, Seeware S A, Morse J B. Object classification using multispectral sensor data fusion.
Proceedings of SPIE, 1989, 1100:53-67
[5] 蔡涛, 王润生. 一个从多波段遥图像提取道路网的方法.软件学报，2001, 12(6):943-948 [6] 刘从义，杨波，敬忠良. 像素级多源图像融合综述[OL].[2006-10-24].中国科技论文在线
[7] 江东，王钰，王建华，兰朝利. 多源图像融合的理论与技术. 甘肃科学学报， 2002, 14(1):41-45. [8] Chavez P.S, Kwarteng A.Y. Extracting Spectral Contrast in Landsat Thematic Map per Image
Data Using Selective Principal Component Analysis[J]. photogram Engineering and Remote sensing, 1999,55(3):339-345.
[9] 蒋晓瑜,高稚允,周立伟.基于假彩色的多重图像融合[J].北京理工大学学报,1997,17(5):465-469. [10] C. Vogler, D.Metaxas. Parallel Hidden Markov Models for American Sign Language Recognition
[C]. Proceedings of the International Conference on ComPuterVision,1999,116-122.