基于小波变换的图像融合 matlab,用MATLAB实现基于小波变换的图像融合

【实例简介】

基于小波变换的图像融合的MATLAB实现的大致算法，以及算法原理，并附有简答代码，可供新人使用。

基于小波变换的图像融合

今小波变换的待点和应用领域

小波变换具备良好的时频特性,因此在信号分析

和处理中得到了很好的运用;

半面图像可以看成二维信号,因此,小波分析很

自然地被运用到图像处理领域

目前小波分析已经被运用到图像处理的几乎所有

的分支,如:图像融合、边缘检测,图像压缩,

图像分割等。

By hywo663

基于小波变换的图像融合

今小波分析在图像融合中的应闭

定义

方法

是将两幅或多幅图像在空间|基于图像分割的融合方法:

空域法坐标下直接进行运算和叠加,

①先利用构造边缘检测算子的方

算的方法有逻辑运算、加权平法。刈图像进行边缘提取

均、形态运算、图像代数运算

toet算法和对比度调制等。

②用空间映射法实现图像的融合。

将变换后的两个或多个图像小波变换法:

进行融合,在通过反变换得到融①是将源图像进行小波分解,得到

合后图像的方法。

变换域法

系列子图像;

②在变换域上进行特征选择,创建

融合图像

③通过逆变换重建融合图像。

By hywo663

基于小波变换的图像融合

心基于小波变换的图像融合

图像A

图像B

7源图像进行小波

多尺度分解

小波变换

小波变换

低频分量

高频分量低频分量高频分量

融合原则1

融合原则2

分解重构实际是

小波逆变换

个高通和低通

滤波的过程

融合的结果

数据融合可分为三级,

即像素级融合、特征级

融合和决策级融合

By hywo663

基于小波变换的图像融合

小波变换融合方法的关键

■关键在于分解后融合规则和融合因子的选择

由于它们所代表的意义不同,相应的所采用的融合策略也不同

高低频子图像比较表

特性

常用方法

决定因素

低频子图像代表源图像的近似取二者的平均值或取决于对融合图像

特性。

取其中之一作为融的具体要求和融合

合后的值。

图像的视觉效果。

高频子图像亮度较大的值代表,通常特征选择的

同上

该点为源图像上变方法为最大值法或

化比较剧烈的点。一致,差异性检测

法进行融合。

By hywo663

基于小波变换的图像融合

今基于小波变换的图像融合做型算法

基于区域的最大值选择方法

进行配计算两幅图像

对两个图像

对融合的小波系数

获得合

的小波变换「

进行小波逆变换

成图像

把相应的

相素结合

包括不同尺度子带的图像,它

起来

们对应图像中突出的特征,好

的融合准则是在每个点上选择

绝对值较大的小波系数

By hywo663

基于小波变换的图像融合

基于小波变换的图像融合典型算法

■基于区域的最大值选择方法程序代码:

%调入第一幅模糊图像

%显示

load cathe 1

colormap(map)

X1=×;

subplot(2, 2, 1)

%调入第二幅模糊图像

image(X1)

load cathe 2

axis square

X2=X

title( Catherine 1)

%基于小波分解的图像融合

subplot(2, 2, 2)

XFUs= fusing(×1,×2sym4,5 Image(X2);

,, max,)

axis square

title( Catherine 2)

subplot(2, 2, 3)

image(XFUS)

axis square,

title( Synthesized image")

By hywo663

y

基于小波变换的图像融合

今基于区域的最大值选择方法 MATLAB运行结果

源图像

50

1

融合图像

150

50

5100150200250

100

源图像2

150

200

250

5100150200250

15

200

250

50100150200250

By hywo663

y

基于小波变换的图像融合

MATLAB运行结果分析

左边源图1、2所示是两幅用来测试的图像,源图1中的图像

左半模糊右半清晰,源图3中的图像正好相反。使用上述

法对两幅图像进行图像融合,融合的结果如右所示;

从主观效果来看,本算法能够较好的保留细节部分,同时融

合了对两幅图像的信息,使得融合后的图像得到了增强;

根据小波变换的特点,分别选用了不同的融合准则,因而保

留了图像的细节信息,得到了仝局清晰的图像,融合效果良

好

By hywo663

【实例截图】

【核心代码】