图像融合方法概述笔记

原文：https://pan.baidu.com/s/1KFntXR6mDiAqxMV_KAJzdw
图像融合方法
1.像素的加权平均法（WA weighted averaging）
F(x,y)=wA·A(x,y)+wB·B(x,y)
其中，(x,y)是空间坐标，F为在任一空间处(x,y)处的强度或者灰度（黑色为基准色，不同饱和度的黑色来表示图像），有着特定位置和幅值的元素称为像素。

2.基于PCA的图像融合方法（PCA principle components analysis 主成分分析法）
处理流程：
三个或者以上波段数据->相关系数矩阵->特征值、特征变量->各主分量图像->高空间分辨率图像进行对比度拉伸->代替第一主分量->融合后图像

3.基于小波变换的融合方法
处理流程：
原图像I1,I2,…,In-(DWT discrete wavelet transmission 离散小波变换)->低频融合
->高频融合
->融合后的小波系数图-（IDWT inverse discrete wavelet transmission 离散小波逆变换）->融合后的图像

4.基于脊波变换的图像融合方法
适用于分析一维或者更高维奇异性

补充知识
（一）三种典型处理：
1.低级处理：输入、输入都是图像为特征
降低噪声的图像预处理
对比度增强
图像锐化
2.中级处理：输入为图像，输出为从图像中提取的特征
图像分割
3.高级处理：“理解”已经识别的目标的总体
图像分析以及认知功能
（二）协方差矩阵
1.方差：每个样本值与全体样本值的平均数的平方值的平均值
2.协方差：衡量两个变量的总体误差，如果两个变量变化趋势相同协方差为正值，如果两个变量的变化趋势相反协方差为负值,协方差表示两个变量