【圖像融合】基于小波變換（加權(quán)平均法+局域能量+區(qū)域方差匹配）實(shí)現(xiàn)圖像融合含Matlab源碼
【圖像融合】基于小波變換（加權(quán)平均法+局域能量+區(qū)域方差匹配）實(shí)現(xiàn)圖像融合含Matlab源碼
TT_Matlab
博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 簡(jiǎn)介
為了改善圖像融合效率,針對(duì)當(dāng)前圖像融合方法存在的局限性,提出一種基于小波變換的多聚焦圖像融合方法.首先確定最優(yōu)的小波分解層數(shù),采用小波變換對(duì)圖像進(jìn)行多次分解;然后考慮低頻子帶與高頻子帶各自的特點(diǎn),選擇局部平均梯度準(zhǔn)則作為高頻子帶的融合規(guī)則,低頻子帶采用3個(gè)系數(shù)的平均值作為融合規(guī)則;最后通過(guò)仿真實(shí)驗(yàn)對(duì)圖像融合的有效性進(jìn)行測(cè)試.實(shí)驗(yàn)結(jié)果表明,該方法獲得了更理想的圖像融合結(jié)果,提高了融合后的圖像質(zhì)量,且融合效果明顯優(yōu)于對(duì)比圖像融合方法.
對(duì)二維圖像進(jìn)行 J 層的小波分解，可得 3J+1 個(gè)不同的頻帶，其中包含 3J 個(gè)高頻帶和一個(gè)低頻帶。并且能量主要集中于低頻部分，而高頻部分代表了圖像的細(xì)節(jié)信息。下面以兩幅圖像的融合為例，說(shuō)明基于小波變換的圖像融合原理。如圖 1 所示，對(duì)源圖像 1 和源圖像 2 進(jìn)行小波分解，即用低通濾波器 L 和高通濾波器 H 分別對(duì)兩源圖像的水平方向和垂直方向進(jìn)行濾波，使源圖像分解為水平低頻垂直低頻(LL)、水平低頻垂直高頻(LH)、水平高頻垂直低頻(HL)、水平高頻垂直高頻(HH)的 4 個(gè)子圖像，再根據(jù)需要利用低通濾波器 L 和高通濾波器 H 對(duì)LL 子圖像重復(fù)上面的過(guò)程，這樣就建立各圖像的小波塔形分解。接著對(duì)分解后的低頻子圖像和高頻子圖像根據(jù)需要進(jìn)行融合處理，得到融合后的小波金字塔。最后對(duì)融合后的小波金字塔進(jìn)行小波逆變換，即可得到融合結(jié)果。
2 部分代碼
function [smat,mp,np] = submat(x,p,level)
% 函數(shù) submat 取輸入矩陣中以點(diǎn)
P
為中心、階數(shù)為（
2
*level+
1
）的方陣作為輸出的子矩陣
[row,col]=size(x);
m=p(
1
);%行
n=p(
2
);%列
if
(m>row)||(n>col)
error(’
Point
p isout of matrix
X
!’);
return
;
end
if
((
2
*level+
1
)>row)||((
2
*level+
1
)>col)
error(’
Too
largesample area level !’);
return
;
end
% 設(shè)置子矩陣的邊界值
up=m-level; down=m+level;
left
=n-level;
right
=n+level;
% 若子矩陣的某一邊界值超出輸入矩陣的相應(yīng)邊界，就進(jìn)行邊界處理，
% 即超出邊界后往相反方向平移，使其恰好與邊界重合
if
left
<
1
right
=
right
+
1
-
left
;
left
=
1
;
end
if
right
>col
left
=
left
+col-
right
;
right
=col;
end
if
up<
1
down=down+
1
-up;
up=
1
;
end
if
down>row
up=up+row-down;
down=row;
end
% 獲取作為輸出的子矩陣，并計(jì)算點(diǎn)p在輸出的子矩陣中的位置
smat = x(up:down,
left
:
right
);%以點(diǎn)p位中心的 （
2
*level+
1
）階方陣
mp=m-up+
1
;np=n-
left
+
1
; %p點(diǎn)的位置
3 仿真結(jié)果
4 參考文獻(xiàn)
[1]柏春嵐, 劉豪. 基于小波變換的圖像融合及其MATLAB實(shí)現(xiàn)[J]. 科技廣場(chǎng), 2014.
博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問(wèn)題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。