图像传感器已经广泛应用于工业、生活、医疗、航空航天等各个领域,为人和机器提供了无法直接触及的环境中的视觉图像信息,扩展了获取视觉信息的范围。然而,在强辐射环境下,由于高能粒子与半导体成像器件作用,严重影响了图像传感器的成像质量和使用寿命,使得人和机器利用图像的效率下降。图像融合技术能充分利用多传感器的冗余信息,提高信息的利用效率,克服单一传感器信息不全面的缺陷,已经成为解决某些问题的关键技术。本文基于图像融合技术,研究在强辐射环境下应用的双图像传感器去除图像辐照噪声的方法,利用硬件冗余获取的图像信息,以消除辐照噪声对图像的干扰,提高图像信息的利用率,利于观测。本文首先通过文献调研和在强辐射环境下拍摄视频、抽取样本图片的实验方式,分析了图像辐照噪声的性质和特点,并且从噪声成因的角度,与椒盐噪声模型、高斯噪声模型进行了比较。接着,根据图像去噪的一般模型,分析椒盐噪声和高斯噪声现有的常规去噪算法,考察图像去噪问题的一般解法和基本原理。之后,针对辐照噪声的特点,提出采用双图像传感器拍摄同一场景来获取高冗余度的图像信息,作为实验样本图片。基于此,通过MATLAB采用基于小波变换的图像融合技术,验证了基于图像融合技术去除图像辐照噪声方案的有效性,并通过实验与典型去噪算法的去噪效果进行了比较;之后在此基础上,对基于双图像传感器图像融合技术的去噪算法做出了有针对性的改进:借助Open CV采用Sobel梯度算子对比双图像传感器的双图像信息,在图像融合之前,通过检测图像中出现的多余边缘来识别辐照噪声,并在有辐照噪声的图像上验证了此方法的改进效果。最后,本文探究了视差对双图像传感器在近景拍摄时可能阻碍图像配准、降低本文去噪方案可行性的问题,结合双图像传感器视差模型和实验,提出并分析了在强辐射环境下使用图像融合技术去除图像辐照噪声的约束条件。本文的去噪算法验证和比较实验结果表明:基于图像融合的去噪算法对于去除图像辐照噪声有效且优于一些典型去噪算法,基于Sobel算子改进后的图像融合去噪算法可使得去噪后的图像具有更好的视觉效果。本文关于近景环境下使用双图像传感器的约束条件的探究实验结果表明:本文采用的视差模型正确,根据本文采用的设备参数,可采用一种经济可行的方案实现较高质量的图像配准,确保基于图像融合技术实现去除辐照噪声的方案可行性。验证实验和探究实验证明:本文基于双图像传感器图像信息融合技术提出的去除图像辐照噪声的方案可行且有效。