4、基于边缘纹理信息与离散小波框架的图像融合技术详解

基于边缘纹理信息与离散小波框架的图像融合技术详解

在图像融合领域，如何高效、准确地融合多源图像信息一直是研究的重点。本文将深入探讨基于边缘和纹理信息的图像金字塔扩展以及基于期望最大和离散小波框架的图像融合方法。

1. 基于边缘和纹理信息的图像金字塔扩展

在图像融合中，利用边缘和纹理信息进行金字塔扩展具有显著优势。通过对低通图像的纹理和边缘信息图像进行处理，可使图像在各尺度上充分反映边缘和纹理特征。

具体来说，对于一个 2M×2M 的图像，其维度等同于低通图像底层纹理和边缘信息图像的维度。在步骤 1 中获得的系数 ti 和 ci 是通过满足重建条件得到的，需要将纹理和边缘图像乘以该系数，再加上顶层图像（低通图像）的插值结果，从而得到低通图像 Gn - 1。

这种基于边缘和纹理信息的金字塔扩展方法带来了诸多有益效果：
- 特征反映全面 ：图像能在各尺度上充分体现边缘和纹理特征。
- 融合效果提升 ：基于此金字塔分解进行的各层图像融合，可使融合图像充分反映原始图像的特征，这对后续的图像识别至关重要。
- 图像质量改善 ：该方法极大地提高了融合后的图像质量，对应用系统的后续处理和图像显示具有重要意义和实用价值。

2. 基于期望最大和离散小波框架的图像融合方法

传统的简单图像融合方法，如逐像素求平均值创建新的合成图像，会导致图像模糊、细节减少，并不适用。目前，基于多分辨率表示的图像融合方法被广泛应用，其基本思想是对源图像进行多分辨率变换（MST），使用合适的融合规则构建合成的多分辨率表