基于小波变换实现图像融合-附Matlab代码

基于小波变换实现图像融合-附Matlab代码

一、前言

图像融合是通过将多幅图像进行处理，得到一幅具有更全面信息的图像。在传感器方面，不同传感器获得的是不同的信息，所以如何将这些信息进行融合是一个非常重要的问题。而在计算机视觉领域，由于各个角度、光照条件、色彩饱和度等因素的影响，得到的图像也往往存在质量不同的情况，因此图像融合技术也成为了提高图像质量的重要工具之一。

二、小波变换

小波变换是一种时间频率分析方法，它采用了一组基函数，这些基函数是由原始信号经过平移、伸缩等非线性操作（称为小波变换核）得到的。小波变换可以分解信号，使得我们可以在不同频率尺度上分析信号的特征，从而达到对信号分析的目的。

三、图像融合

1. 图像融合的分类

根据融合的策略，图像融合可以分为低频融合和高频融合。在低频融合中，融合的图像通常包含了低频分量，高频分量被排除或者通过其他方式进行处理。在高频融合中，融合的图像则包含了高频分量，低频分量则可以通过其他方式处理。

2. 基于小波变换的多尺度图像融合

小波变换在图像融合中得到了广泛的应用。多尺度小波变换也是一种图像分解技术，它将原始图像分解成多个子图像和相应的高通、低通滤波器，其中每个子图像具有不同的空间分辨率。因此，可以使用小波分解技术来实现多尺度图像融合，即用低频信息生成新图像，而用高频信息进行细节增强。

四、基于低频融合策略的图像融合

1. 实现步骤：

（1） 将两幅图像进行小波分解。

（2） 进行低频分量的融合，可采用加权平均法。