11、基于模糊区域特征的图像融合算法

基于模糊区域特征的图像融合算法

1. 图像融合规则的发展

在基于多分辨率分解的图像融合方法中，融合规则对融合图像的速度和质量有着直接影响，是图像融合方法的重要组成部分。过去的图像融合规则经历了从基于单像素点选择的融合到基于窗口测量的融合策略，再到基于区域的融合方法的演变。

以下是一些常见的融合规则：
- 基于像素选择的融合规则 ：
- 1984年，Burt提出基于像素选择的融合规则，选择不同分辨率图像中绝对值最大的像素灰度值作为融合后的像素灰度值。
- Zhou在改进对比度金字塔时，也改进了基于像素选择的融合规则，提高了图像融合质量。
- Petrovic和Xydeas提出考虑分解层内和层间各图像相关性的像素选择融合规则。
- Pu Tian在使用小波变换进行图像融合时，基于人类视觉系统对局部对比度敏感的特性，采用基于对比度的像素融合规则。
- 基于区域特征的融合规则 ：
- 1993年，Burt和Kolczynski提出基于区域特征选择的加权平均融合规则，将像素灰度值融合选择与所在窗口区域相关联。
- Li等人提出的融合规则中，使用所选窗口区域中的第i个最大灰度值作为融合像素值。
- Koren等人提出基于局部方向能量的融合规则。
- Chibani和Houacine通过计算输入原始图像对应窗口区域中像素绝对值的数量来确定融合像素选择。
- Zhang等人提出基于区域的融合规则，将图像中的每个像素视为区域或边缘的一部分，利用区域和边界等图像信息指导融合和选择。

基于窗口区域的融合规则通过考虑相邻