18、基于小波变换的图像融合技术解析

基于小波变换的图像融合技术解析

1 多尺度图像融合方案概述

在图像融合领域，多尺度分解方法是一种重要的技术手段，金字塔分解和小波分解都属于多尺度分解方法。多尺度分解源于计算机视觉研究中对人类感知过程的模拟。在多尺度分解结构中，各级系数（分解图像）代表着输入图像从低到高分辨率逐步降低的信息。随着分解阶段数量的增加，分解系数对输入图像特征信息的描述也越来越粗略，这一特性模拟了人类神经视觉中的某种初级处理过程。

多尺度分解能够有效地执行许多基本的图像操作，并能生成一组低通或带通图像。通过层间互连，多尺度分解为局部处理和全局处理之间提供了联系。

为了便于描述图像融合问题，我们先做如下假设：假设有两个输入图像 A 和 B，融合后得到融合图像 F。对于更多输入图像，相关的融合算法可相应扩展。基于多尺度分解（MSD）的图像融合算法有一个通用的融合方案，具体步骤如下：
1. 多尺度分解 ：分别对输入图像 A 和 B 进行某种形式的多尺度分解，得到两组 MSD 系数：
[
\left{C_{A}^{(i)}\right}=MSD(A); \left{C_{B}^{(i)}\right}=MSD(B)
]
2. 系数合并 ：根据一定的规则 θ（即融合规则），将两组 MSD 系数合并，得到一组 MSD 系数：
[
\left{C_{F}^{(i)}\right}=\theta\left(\left{C_{A}^{(i)}\right},\left{C_{B}^{(i)}\right}\right)
]
3. 图像重建 <