数事载本与度用
基于小波变换的多图像融合方法
高志文
(五邑大学广东江门529020)
应用研究
摘要：本文的多图像融合算法是先对多个图像作额色空间变换，再进衍小波变换分解。该研究难点主要是运用了一致性检查,通过对每幅图像的高频系数、低频系数的提取和亮度、色度、饱和度的小波分解系数的提取,最后通过自己设计的和规则将多幅图像融合成一幅图像,并且通过对小波分解层数的不同取值,来分析其取值大小对多图像合成的效果影响情况。
关键词：小波变换融含算法空间变换高频系数低频系数
中图分类号：TN911.73 1引言
文截标识码:A
多图像合是指运用一定的规则将多幅图像显著特征提取出来，进行合成为具有多幅图像的显著特征的一幅较完整图像。因为我们在拍照时，由于同一场最的每幅图像在拍摄时可能因为采集的图像传感器的数据或者人为原因使每幅图像可能有所侧重，使得有时候图像的局部会比较模糊，或者有时候图像里的色彩度不是一样的，这就要求我们将这些图像综合起来，提取他们各自的特征，进行在一幅图像上的合成，这样才能够满足我们所研究的对象并且也更能让我们研究的对象的信息更全面更准确。正是由于这个原因，以至于融合图像这个技术被应用到很多的实际应用领域：比如：医学。军事、机器视觉等。
现今在多图像融合上，已经研究出了可以实现融合的许多方法了，而使用小波理论来进行融合是现在比较成熟而且应用比较广泛的方向之一。这类融合方法一般都是根据我们人眼对图像的局部敏感度的差异来进行融合算法设计。因此，我们设计一定的算法规则，提取了多幅图像的显著特点来进行一致性检测，包括：边轮，颠色深浅，亮度大小等，之后将这些特点数据进行筛选提取，将其合成于一幅图像中。在小波变换里，小波系数极大值所对应的是图像的边缘像显著特征。本文研究了小波变换层数的大小对融合图像
使人每题合的
分别进行额会
分别进行小小线书解
含
图1图像融合的流程图
a144a20e10
图2两幅图像的融合图
收移日期：2016-0309
报
维出品图
文章编号：1007-9416(2016)05-0093-02
的影响，通过改变不同的小波变换层数来分析合成图像的清晰度，在图像合成当中，高频系数对应于图像的边缘特征，低频系数对应于图像的轮廊，本文的高频和低频系数则是直接由matlab7.1编写函数直接提取。本文就是利用图像局部对比度不一样，运用小波变换原理，通过设计算法编程，实现多幅图像的融合，以及设定不同的小波分解层数来进行多图像合成，来分析层数对融合效果的影响。 2多图像融合的算法设计思路
多图像融合的算法设计思路：首先是对每一幅图像进行颜色空
间变换，然后再利用小波分解对各个颜色图像进行分解，并获得每幅图像它们各自的多分辨分解，再将所有的分解后的图像通过定的照合规则生成图像的多分辨分解，接着将图像的多分辨分解进行颜色空间变换的逆变换，最后再将获得的图像作小波逆变换，得到最终图像。
而融合规则里包含：对每幅图像的选择规则，然后再经过每幅图像的决策条，再经过融合成最后图像的多分辨分解。（如图1所示） 3多图像融合的编程设计
图像融合的核心就是融合方法，所以小波变换就是本文多图像融合的核心，当然融合的规则也是影响融合质量的一个因素，
下面是我进行快速图像融合的算法的设计思路：（用的是 matlab7.1软件)首先我们设置好融合图像数，小波分解层数等几个参数后，在进行融合，本算法步骤：
(1)对彩色图像变成YIQ空间，即对彩色图像做了一个颜色空间变换。
(2)然后将每副图像都进行了亮度、色度、饱和度的小波分解，分解后得到每一幅图像的颠色分量的分解系数，
(3)对上面系数进行取方差，并且提取每幅图像的高频和低频系
DuatRknuo
图3三幅图像的融合
作者简介：高志文(1990一),安微池州人,男，硕士研究生，研究方向为模式识别。