24、非线性小波图像融合算法实验评估与客观融合指标解析

非线性小波图像融合算法实验评估与客观融合指标解析

在图像融合领域，非线性小波凭借其卓越的极值或峰值提取能力，在医学和红外图像融合等问题上展现出巨大潜力。本文将深入探讨两种非线性小波图像融合算法（UMHWT 算法和 UMLS 算法）的实验结果，并介绍客观融合指标的相关内容。

非线性小波图像融合算法实验

医学图像融合

非线性小波在医学图像融合中表现出色。实验采用真实医学图像，对 UMHWT 算法和 UMLS 算法进行测试，并与临界 MHWT 和 MLS 以及线性的 DWT 和 UDWT 算法进行对比。

算法	互信息	边缘保留度
UMHWT	5.472	0.785
UMLS	5.550	0.779

从表格数据可以看出，两种非线性小波方法的互信息指标远高于线性小波方法，这主要是因为非线性滤波算子能更好地保留源图像的真实像素值。在边缘保留度方面，非线性小波方法表现相当，能够很好地保留源图像中的边缘纹理等特征信息。其中，UMHWT 算法在边缘信息保留上略占优势，而 UMLS 算法在像素信息维护上稍好。

在融合结果上，由于 MHWT 和 MLS 缺乏平移不变性，融合图像存在明显的块干扰，而扩展后的 UMH