13第十三讲信息融合与目标跟踪课件图像融合讲解.ppt

* * * * * * 小波变换图像融合Malab 代码 四、图像融合方法 [X,map]=imread(E:\Fusion_img\TV_002.bmp); X1=X;map1=map; subplot(2,2,1);image(X1);colormap(map1); title(电视图像); [X,map]=imread(E:\Fusion_img\IR_002.bmp); X2=X;map2=map; subplot(2,2,2); image(X2);colormap(map2); title(红外图像); [c1,l1]=wavedec2(X1,1,sym4); [c2,l2]=wavedec2(X2,1,sym4); c=0.5*(1.2*c1+0.8*c2); XX=waverec2(c,l1,sym4); subplot(2,2,3); image(XX); title(融合结果一); Csize1=size(c1); for i=1:Csize1 c1(i)=0.8*c1(i); end Csize2=size(c2); for j=1:Csize2 c2(j)=1.2*c2(j); end c=0.6*(c1+c2); XXX=waverec2(c,l2,sym4); subplot(2,2,4); image(XXX); title(融合结果二); 小波单尺度分解融合举例 四、图像融合方法 Panchromatic Image Multispectral Image R G B Basis: IHS transform and filtering in the Fourier domain. FFT FourierSpectrum FFT FourierSpectrum HPF PanHP LPF ILP I H S R‘ G‘ B‘ IHS-1 ILP+PanHP H S FFT-1 4、 Ehlers Fusion 四、图像融合方法 Original panchromatic image Panchromatic Spectrum 四、图像融合方法 4、 Ehlers Fusion |F(u)| Cut-off Frequency fn Filtered Panchromatic Spectrum Filtersetting effects Filtered panchromatic image Fused image Effects in the spatial domain Filtered Panchromatic Spectrum |F(u)| Cut-off Frequency fn Filtersetting effects Filtered panchromatic image Fused image Effects in the spatial domain Filtered Panchromatic Spectrum |F(u)| Cut-off Frequency fn Filtersetting effects Filtered panchromatic image Fused image Effects in the spatial domain 主要内容 信息融合概述 图像融合简介 图像配准方法 图像融合方法 融合效果评价 五、融合效果评价 经过各种方法融合后的图像质量，需要客观的评价，评价方法大致可以分为： 主观评价 定量评价 依靠人的主观感觉对融合图像效果进行评价。由于受到人的视觉特性、心理状态、感兴趣目标不同等因素的影响，采用主观评价方法对图像融合效果进行客观的评价十分困难。 五、融合效果评价 经过各种方法融合后的图像质量，需要客观的评价，评价方法大致可以分为： 主观评价 定量评价 定量评价可以对图像融合质量进行客观定量的分析，通过不同的评价指标来区分融合结果的优劣。 其中： 五、融合效果评价 一般定量评价采用的指标： 1、熵： 2、交叉熵： 3、交互信息量： 4、空间频率 ： 图像融合实例 ——不同小波，采用能量法： (a) 可见光图像 (b) 红外图像 五、融合效果评价 (c) Haar小波 (d) W5/3小波 (e)Daubechies9/7小波 图(a)为一幅花丛可见光图像，没有目标；图(b)是该场景的红外图像，一支隐藏的手枪(目标)清晰可见，融合的目的是提高图像的信息量。从图