利用小波融合对由聚焦失败导致的图像模糊进行修复

       图像的融合是将两幅或多幅图像融合在一起，以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充分利用各原图像的互补信息，使融合后的图像更适合人的视觉感受，适合进一步分析的需要。例如在实际摄影拍照时，由于焦距的缘故，近景或远景总有一者可能处于模糊不清的状态。此时运用图像融合技术就可以将两张模糊的图片（一张近景模糊，一张远景模糊）进行融合。小波变换是图像的多尺度、多分辨率分解，它可以聚焦到图像的任意细节。

       随着小波理论及其应用的发展，将小波多分辨率分解用于像素级图像融合也已经得到广泛的应用。具体实现时，首先对每一幅原图像分别进行小波变换，建立图像的小波塔型分解；然后对各分解层分别进行融合处理。各分解层上的不同频率分量可采用不同的融合算子进行融合处理，最终得到融合后的小波金字塔；最后对融合后所得的小波金字塔进行小波重构，所得到的重构图像即为融合图像。

                                                                                                  图1  用小波进行图像融合

 

在MATLAB中我们可以直接使用函数wfusimg()来实现图像的融合，下面给出它的常用语法形式：

XFUS = wfusimg(X1,X2,WNAME,LEVEL,AFUSMETH,DFUSMETH)

[XFUS,TXFUS,TX1,TX2] =wfusimg(X1,X2,WNAME,LEVEL,AFUSMETH,DFUSMETH)

       其中，X1和X2是待融合的两幅原始图像。参数WNAME给出要采用哪种小波，而LEVEL则给出了小波分解的层数。需要特别说明的是参数AFUSMETH和DFUSMETH，它们分别指定了低频（近似）信息和高频（细节）信息的融合方法。具体的可选项有'max'、'