龙源期刊网httpwwwqika
comc
基于小波变换的图像融合方法研究
作者：王琛漆德宁储彬彬庞璐璐来源：《电脑知识与技术》2009年第35期
摘要介绍了图像融合的基本原理、结构模型及应用领域简述图像小波分解与重构的Mallat算法。在Matlab70环境下采用Daubechies小波dB4滤波器组对待融合图像进行了3级正交小波分解低频系数采用边缘保持高频系数采用基于区域能量最大的规则进行融合并对融合图像进行质量评价。
关键字图像融合小波变换融合质量评价
中图分类号TP391文献标识码A文章编号100930442009351007502
ImageFusio
Basedo
WaveletTra
sformMethod
WANGChe
QIDe
i
gCHUBi
bi
PANGLulu
ArtilleryAcademyofPLAI
formatio
E
gi
eeri
gTeachi
ga
dResearchHefei230031Chi
a
AbstractThispaperi
troducesthebasicpri
ciplesofimagefusio
thestructuremodelsa
dapplicatio
sthebriefimageoftheMallatwaveletdecompositio
a
dreco
structio
algorithmsTheMatlab70e
viro
me
ttheuseofDaubechieswaveletdB4filtertreatme
toffusio
imagesofthethreeorthogo
alwaveletdecompositio
usi
gedgepreservi
glowfreque
cycoefficie
tshighfreque
cycoefficie
tsofthelargeste
ergybasedo
therulesofregio
ali
tegratio
a
di
tegratio
ofimagequalityevaluatio
Keywordsimagefusio
wavelettra
sformi
tegratio
ofqualityassessme
t
20世纪90年代以来随着图像传感器技术的迅猛发展多传感器图像融合技术引起了人们越来越多的关注。特别是近年来数字图像处理技术、数据融合技术及小波变换等理论的发展使图像融合技术研究更加成为众多研究者的研究热点。图像融合在遥感、自动目标识别、计算机视觉、机器人智能、网络安全、工业检测、等领域都起着重要的作用尤其在军事指挥领域以多传感器图像融合为核心内容的战场感知技术已成为现代战争中最具影响力的军事高科技技术12。
图像融合就是根据某一算法将来自不同传感器或同一传感器在不同时间或不同观测角度对同一目标或场景观测得到的多幅图像进行处理从而得到一幅新的、达到某种要求的、对目标或场景的描述更加准确、更加全面、更加可靠的图像。数字图像融合充分利用了多个被融合图像包含的互补信息大大增加了融合图像包含的信息量同时也将多幅被融合图像中的冗余信
f龙源期刊网httpwwwqika
comc
息去除掉提高了系统的可靠性从而高效利用由多传感器获取的图像信息。数字图像融合系统结构模型如图1所示。该模型将图像融合评价的信息加入到融合规则的选取和参数的选择过程中可以更充分地利用信息源提供的信息13。
1图像的小波分解与重构14
对二维图像r