基于对比度增强与多尺度边缘保持分解的图像融合

基于对比度增强与多尺度边缘保持分解的图像融合

图像融合是指将两张或多张图像进行融合，以得到更清晰、更具丰富细节的图像。在本文中，我们将介绍一种基于对比度增强和多尺度边缘保持分解的图像融合方法，并提供相应的 Matlab 源代码。

在传统的图像融合中，往往采用简单加权平均或小波变换等方法。但是这些方法无法解决由于光照、噪声等因素导致的图像亮度差异、模糊等问题。因此，我们提出了一种新的图像融合方法。该方法主要包括以下步骤：

1. 对红外图像和可见光图像进行对比度增强，使得两张图像的对比度更加明显。
2. 利用多尺度边缘保持分解对两张图像进行分解，得到各自的边缘信息和纹理信息。
3. 对纹理信息进行加权平均，得到融合后的纹理信息。
4. 对边缘信息进行加权平均，并利用梯度信息将两张图像的边缘进行融合，得到融合后的边缘信息。
5. 将融合后的纹理信息和边缘信息进行合并，得到最终的融合图像。

下面是相应的 Matlab 源代码实现：

function fused_img = enhance_fusion(ir_img, vis_img)

% 对可见光图像进行直方图均衡化
vis_img = histeq(vis_img);

% 对红外图像进行CLAHE增强
ir_img = adapthisteq(ir_img,'ClipLimit',0.01);

% 进行多尺度边缘保持分解
[ir_emap1,ir_tmap1] = empd(ir_img);
[vis_emap1,vis_tmap1] = empd(vis_img);

% 对纹理信息进行加权平均
fused_tmap = (ir_tmap1 +