文档介绍：基于小波多尺度能量特征的自适应图像融合方法海一徽鰈·;,桓豯,刍,籎;第二炮兵工程学院陈亮卢利斌彭艳朝刘代志图像的小波分解及融合方法而虮硎就枷裨诓煌直媛屎筒煌较蛏系南附谛藕拧H粼纪枷裼孝舾鱿竦悖蛎个■珼’个点,此凶酉裣竦愕淖芎偷扔谠枷裰兴南竦按照基于区域特性的融合规则“蟹植闳诤希玫娜诤贤枷裢苹低枷裉卣鞯囊对任意枷厂总能由如下个离散图像完全表征:该图像集合称为图像У亩〔ū硎尽M枷襻堋3T诜直媛“下的近似图像,摘要:,提出了基于小波分解多尺度整体能量特征的自适应融合规则,并将其应用到高分辩率全色图像与多光谱图像融合中,实验结果表明,谊方法是可行的,:小波分解;能量特征;自适应融合作为一种崭新的分析工具,小波分析正由于其多分辨率特性,被广泛应用于图像融合领域。随之也产生了众多基于小波分析的融合方法。基于小波的图像融合,融合规则及融合算子的选择对于融合的质量至关重要。由于小波变换具有完善的多分辨分析能力和重建能力,基于小波的图像融合方法,往往能取得较好的融合效果;。致性。譬如,若融合图像某区域的中心像素来源于图像弥行南袼刂芪У亩嗍袼厝来源于图像U庋纪枷裰械奶卣餍畔⒈桓盍眩岵诙嗟奶卣餍畔⒌亩系悖獠皇我们所期望的。本文提出的基于图像小波分解的多尺度能量特征的融合方法,它有别于基于局部特性区域的融合方法。而是基于小波分解多尺度子图像整体能量特征,以期在融合图像一致、连贯地反映原图像信息特征的情况下。获得较好的融合效果。滞枷竦男〔ū硎图像是藕牛荻藕诺男〔ǘ喾直娣治隼砺邸〔ū浠豢梢越纪枷穹纸獬一系列具有不同空问分辨率和频域特性的子图像,。低频图像还可以逐级分解,分解的各级子图像都包含着原始图像的空间结构信息。数。图鞘滞枷褡鞒叨龋男〔ǚ纸馐疽馔肌〔ū浠挥τ糜谕枷袢诤随着图像的分解与重构的快速算法的提出,基于小波变换的图像融合成为多源图像融合的一个重要研究方向。⒖诜直鸱解到多个尺度喔龇直媛上,建立分解后的塔形结构,然后在不同分解层进行系数融合,得到融合的塔形结构,最后对融合后所缛小波金字塔进行小波逆变换,即得融合图像将小波变换用于图像融合的物理意义在于:、多分辨率分解。通常图像中的物体、特征和边缘是出现在不同大小的尺度上的,也就是说,图像中的某些边.
脚咚芬,厂哇一,,雩.,喀,拢二、基于小波分解多尺度能量特征的融合规则荩骸緋,,%,疗其中,琸,为高频图像俪У恼恍〔ū浠幌凳竦愀鍪’Ⅳ。同分辨率空间中的能量分布,以此作为基于能量特征的融合依据,能构造出合适的融合规则。缘或细节是在一定尺度范围内存在的;图像的多尺度分解过程。可以看作是把图像中不同大小、不同特征的地物信息分解到不同的尺度频带上的提取过程。同时,小波的多尺度分解还具有方向性。将小波变换用于图像融合,就可在不同尺度上,针对不同大小、方向的边缘和细节进行融合处理。其次,对参加融合的各图像进行小波塔形分解后,为了获得更好的融合效果井突出重要的特征细节信息,在进行融合处理时。不同分解层、不同方向均可以采用不同