基于小波变换的图像融合算法分析.pdfVIP

60 基于小波变换的图像融合算法分析 叶富东 （湖北生态工程职业技术学院，湖北武汉430200） [ ] 摘 要 本文结合小波变换理论，给出了几种基于小波变换的图像融合算法，并针对小波分解的不同频率域，分 析了高频域和低频域进行融合的差异。在高频域融合算法中介绍了均值法和最大值法；在低频域融合算法中介 绍了低频平均法。并对几种算法在MATLAB 中进行了实验仿真，结果表明：对于本文采用的源图像，均值法的效 果优于最大值法；并通过对仿真结果进行分析，指出了其它的一些图像融合算法。 [ ] 关键字 小波变换；小波分解；图像融合 [ ] [ ] [ ] 中图分类号 TP391.4 1 文献标识码 A 文章编号 0000-2 157/SG （20 11）01-0060-04 1 引言 图像融合是将两个或者两个以上的传感器在同一 时间或在不同时间获得的关于某个场景的图像序列，进 行几何配准后，采用一定的算法将各图像数据中包含的 信息有机结合起来，产生一幅高质量的新图像的技术。 融合图像更适合人的视觉和便于图像的后续处理，如图 像分割、特征提取等。 基于小波变换的图像融合首先对源图像进行正交 小波分解，得到表示低频信息、水平方向信息、垂直方向 对于一幅图像，低频分量是它的轮廓边缘，高频分 信息和对角方向信息的4 个子图像；再将低频子图像进 量是它的细部纹理。在图3-1 中：（，）是一幅 × 的 一步分解成4 个子图像。然后在变换域上进行特征选 图像，是2 的幂。图中的上标设为变量 ，对于 ＝0，尺 择，创建融合图像，最后通过逆变换重建融合图像。 度为2 0 ＝2 ＝1，也就是原图像的尺度。值的每一次增 大都使尺度加倍，而使分辨率减半。图像可以根据二维 2 基于小波变换的图像融合原理 小波按如下方式扩展，在变换的每一层次上，图像都被 分解为4 个四分之一大小的图像。其中， 表示原图像 1989 年Mallat 在构造正交小波基时提出了多分辨 在2 尺度上的近似（低频、“粗糙像”）； ， ， 表示图 率分析（Multi-Resolution Analysis）的概念，从空间的概 像的高频部分或称“细节”部分； 表示水平的边缘（细 念上形象地说明了小波的多分辨率特性。关于多分辨 节）信息； 表示垂直的边缘（细节）信息； 则对应于 率分析的理解，在这里以一个二维图像的2 层小波分解 对角方向的高频成分。图中示意了图像的2 级小波分 进行说明，见图2-1。 解。可以看到，在每一分解层上，图像均被分解为 ， ， ， 四个频带；下一层的分解仅对低频分量 进行分解。 收稿日期： 20 11-0 1-05 作者简介：叶富东（ ），男，主要从事计算机教学与研究工作。 1984- 61 若对图像进行 层的小波分解，最终将有（3 ＋1） 表示各图像的加权系数，； 个不同频带，其中包含3 个高频带和一个低频带。小波 ＝1，2 ，3是水平、垂直和对角线的小波分解 分解的层数越