6、图像融合技术：从最优小波滤波器组到各向异性扩散融合

图像融合技术：从最优小波滤波器组到各向异性扩散融合

1. 对称改进比与滤波器组设计

在图像融合中，为了评估不同滤波器组的性能，引入了对称改进比（Symmetric Improvement Ratio，S）的概念。假设有A和B，在m个测试用例上分别具有性能值$(A_1, \ldots, A_m)$和$(B_1, \ldots, B_m)$，对称改进比$S_i$的定义如下：
[
S_i =
\begin{cases}
\frac{A_i}{B_i} - 1, & \text{如果 } A_i \geq B_i \
1 - \frac{A_i}{B_i}, & \text{如果 } A_i < B_i
\end{cases}
]
而整体的对称改进比S则通过对所有$S_i$求平均得到：
[
S = \frac{1}{m} \sum_{i = 1}^{m} S_i
]
在常规的改进比$A_i/B_i$中，性能下降时的值在0到1之间，而性能提升时的值在1到无穷大之间。因此，在对改进比求平均时，性能下降的权重小于性能提升的权重。而对称改进比则解决了这个问题，它对性能下降和提升赋予了相同的权重。

在图像融合方法中，对称改进比被用于聚合滤波器组在不同训练图像上的性能值，最终选择具有最佳对称改进比的滤波器组作为最终结果。

2. 基于优化和泛化的双正交滤波器组设计实验

为了设计用于图像融合的双正交滤波器组，采用了基于优化和泛化的方法，并取得了有前景的结果。实验的目标是找到比现有最佳解决方案性能更优且具有泛化能力的滤波器组。

<