基于小波分解的图像融合

本文根据基于小波变换的图像融合框架，首先对原始图像进行多层小波分解，获取各自的近似低频和细节高频分量，并生成模图像簇Mj（x，y）和相角图像簇Aj（x，y）（j为尺度数）。针对图像的小波系数融合时，对于近似低频分量融合，利用线性计算来获取；对于细节高频分量的融合，首先在各阶模图像中寻找沿相角方向的模的局部极大值点．生成可能的边缘图像。为保持图像细节，生成边缘图时同时保留所有的局部极大值点，除局部极大值以外其他象素均标记为零。利用边缘匹配原则，得到后选边缘点的图。利用边缘匹配原则，得到后选边缘并对其进行边缘点连接。这样不但得到了重要的边缘点，也几乎全部的去掉了噪声。高频细节分量中边缘点的融合。利用线性加权计算来得到，其它的细节高频分量的小波系数利用常用的融合规则来计算。大量的图像融合试验表明，本论文提出的方法较好的对融合了图像的不同源图像的细节特征，较好的保留了不同源图像的边缘．线．区域边界等高频细节信息，取得了良好的实验效果。