图像融合实验报告.docxVIP

电子科技大学 实 验 报 告 学生姓名： 李 雄 风 学 号： 2905301014 指导老师： 彭 真 明 日 期： 2012 年 5 月 3 日 一、实验室名称： 光电楼 327、329 学生机房 二、实验项目名称： 图像融合 三、实验原理： 图像融合的方法很多，大致可分为以下几类：基于颜色空间变换的融合方法，典 型的如 HIS 变换的融合方法；基于多尺度变换的融合方法， 如小波变换、拉普拉斯变换；基于加权平均的融合方法等。 这些方法并不是严格区分的， 有的方法是几类方法的结合。 基于离散小波变换的图像融合方法一般分为 3 个步骤。首先将两幅图像分别进行小波变换分解，得到分解系数，然后对不同频率系数进行不同方法的融合，最后通过反变换可得到融合后的图像。 图像融合的融合策略是图像融合技术的关键，是影响融合图像质量的主要因素。针对不同类型和特征的图像，主要有以下一些融合规则（详细内容可参看《光电图像及应用》教材中的相关章节） ： 1.最大 / 最小系数法 2.加权平均法 主要分为以下几步： (1)对源图像进行尺度为 L 的小波分解； (2)对各个分解层根据图像特征选择不同加权系数，得到融合图像小波系数； (3)反变换，得到融合图像。 3.局部能量准则 主要分为以下几步： (1)计算一个像素点周围区域的能量 E； (2)计算归一化互相关测度； (3)给定阈值 T，确定融合系数。 4.方差协方差准则 主要分为以下几步： (1)计算以 (x, y)为中心的 P 点的区域均值，区域大小一般取 3× 3 或 5×5； (2)计算以 (x, y)位置为中心的区域方差； (3)计算图像 A 以(x, y)中心与图像对应区域的协方差； (4)构造匹配度； (5)确定加权系数； (6)对两幅图像中的对应子带像素进行融合计算。 5.空间频率准则 四、实验目的： 1.了解图像融合的目的、意义和用途，理解和掌握图像融合的基本原理； 2.熟练掌握图像融合的实现步骤和流程； 3.能够利用 Matlab 工具或 VC++语言实现两幅图像融合的融合； 4.能够利用课堂讲授的方法对融合结果进行简单的定量评价。 五、实验内容： 1.空间域代数运算（或逻辑运算）像素级图像融合； 2.基于小波变换的图像融合。 六、实验器材（设备、元器件） ： 微型计算机、 Matlab 工具及相应的开发环境。 七、实验步骤： （一）空间域代数运算（或逻辑运算）像素级图像融合 1.对以下两幅图像（图 1），分别进行像素取最小准则和加权平均准则，进行像素级的融合处理，并对两种方法得到的结果进行必要的分析。 Tank01（头部遮挡） Tank02（尾部遮挡） 图 1 待融合的两幅图像一 2.根据以下图像（图 2）的特点，自行选择融合准则，对其进行融合，以校正图像左右部分聚焦的非均匀性。 camera_fusL（右下部模糊） camera_fusR（左上部模糊） 图 2 待融合的两幅图像二 （二）基于小波变换的图像融合 1.针对如图 3 所示的可见光和红外两幅图像， 分别进行 1 级小波变换（可根据需要自行选择小波函数），然后根据实际图像的特点， 选择平均、加权平均或对应像素取大、 取小等融合规则，进行对应小波系数的融合（注：对变换后的高频和低频系数均要求进行融合）。 TV_001（可见光） IR_001（红外） 图 3 待融合的可见光及红外图像 2.根据课堂讲授的方法， 分别对融合前、 后的图像进行定量评价 （可任意选择一种评价标准）。 八、实验数据及结果分析： 本实验的 Matlab 代码如下： clear all; clc; 空间像素级图像融合 I=double(imread(E:\tank01.bmp )); J=double(imread(E:\tank02.bmp )); %像素最小准则 K=I;[m,n]=size(I); for i=1:m for j=1:n if I(i,j)J(i,j) K(i,j)=I(i,j); else K(i,j)=J(i,j); end end end %加权平均准则 k=1;P=I*1/(1+k)+J*k/(1+k); subplot(2,2,1),imshow(I,[]),tit le( 头部遮挡 ) subplot(2,2,2),imshow(J,[]),tit le( 尾部遮挡 ) subplot(2,2,3),imshow(K,[]),tit  le( 最小准则 ) subplot(2,2,4),imshow(P,[]),tit le( 加权平均 ) %校正图像聚焦的非均匀性 I=double(imread(E:\camera_fusL .bmp)); J=double(imread(E:\camera_fusR .bmp));