beeldfusie

Beeldfusie is een bewerkingstechniek uit de beeldverwerking waarbij twee of meer beelden worden samengevoegd tot één beeld dat informatie uit de bronbeelden beter beschikbaar maakt. Het doel is om de sterke kanten van elk beeld te combineren: bijvoorbeeld een beeld met hoge ruimtelijke resolutie naast een beeld met rijke spectrale informatie, of de integratie van beelden uit verschillende modaliteiten zoals MRI en CT-scan.

Er bestaan verschillende fusietypen: pixelniveau-fusie (per pixel informatie combineren), kenmerkniveau-fusie en beslissingsniveau-fusie. Veelgebruikte technieken omvatten eenvoudige methoden zoals gewogen sommen of max/min-operaties, en geavanceerdere multi-resolution benaderingen zoals wavelet- of piramide-fusie, IHS-fusie en Gram-Schmidt. Recente ontwikkelingen gebruiken data-gedreven en diepgaande leermethoden.

Toepassingen zijn onder meer pan-sharpening van satellietbeelden (verbeterde ruimtelijke details terwijl spectrale informatie behouden blijft), medische beeldvorming (fusie van MRI en CT of PET-MRI voor diagnostiek en planning), endoscopie en microscopie, en surveillance. Beeldfusie kan de interpretatie vergemakkelijken en analysetoepassingen verbeteren, maar vereist zorgvuldige afweging voor misregistratie en artefacten.

Uitdagingen en evaluatie: nauwkeurige registraties zijn nodig om misregistraties te voorkomen; fusie kan spectrale vervorming of onnatuurlijke ruis veroorzaken; het kiezen van een geschikte methode hangt af van de gewenste prioriteiten (ruimtelijke versus spectrale fideliteit). Evaluatie gebeurt met informatie-theoretische metrics zoals mutual information of entropie, en perceptuele maten zoals SSIM. Het veld heeft zich ontwikkeld sinds de jaren zestig en zeventig, met latere mijlpalen in wavelet- en multi-resolution fusie en actuele deep-learning-benaderingen.