1.前言:

图像融合是信息融合的一个重要分支,广泛地用于目标识别、机器视觉、智能系统、医学图像处理等领域。传统图像融合方法方法主要是在时间域通过算术运算实现融合,具有算法简单直观,适合实时处理等优点,但是没有对频率进行考虑。

多分辨率图像融合算法是在频率域实现图像的融合。根据分解形式的不同,多分辨率图像融合算法又可以分为多分辨金字塔方法和小波变换方法。

2.小波图像融合的观点:

具体步骤:
1.图像预处理:
图像滤波:对失真编制的图像直接进行融合必然会导致图像噪声融入融合效果,所以在进行融合前,必须对原始图像进行预处理以消除噪声。
图像配准:多种成像模式或多焦距提供的信息常常具有互补性,为了综合使用多种成像模式喝多焦距已提供更加全面的信息,常常需要将有效信息进行融合,此前提是:多幅图像在空间域中达到几何位置的完全对应。

2.对图像A和图像B分别进行二维DWT分解,分别得到图像的低频和高频分量。

3.根据低频分量和高频分量的特点,按照各自的融合算法进行融合。

4.小波逆变换重构得到融合图像。

3.图像融合实例分析

clear all;
load bust;
X1=X;map1=map;
%画出原始图像
subplot(131);image(X1);
colormap(map1);
xlabel('(a)bust图像');
axis square
load mask;
X2=X;map2=map;
for i=1:256for j=1:256if (X2(i,j)>100)X2(i,j)=1.2*X2(i,j);elseX2(i,j)=0.5*X2(i,j);endend
end
subplot(132);image(X2);
colormap(map2);
xlabel('(b)mask图像');
axis square
%用小波函数sym4对X1进行2层小波分解
[c1,s1]=wavedec2(X1,2,'sym4');
sizec1=size(c1);
for i=1:sizec1(2)c1(i)=1.2*c1(i);%对分解系数进行处理以突出轮廓部分,弱化细节部分
end
%用小波函数sym4对X2进行2层小波分解
[c2,s2]=wavedec2(X2,2,'sym4');
c=c1+c2;%下面进行小波变换域的图像融合
c=0.5*c;%减小图像亮度
xx=waverec2(c,s1,'sym4');%对融合的系数进行重构
%画出融合后的图像
subplot(133);image(xx);
xlabel('(c)融合图像');
axis square

小波的秘密10_图像处理应用:图像增强相关推荐

  1. 小波的秘密9_图像处理应用:图像增强

    1.前言: 图像增强问题的基本目标是对图像进行一定的处理,使其结果比原图更适合用于特定的应用领域. 在图像增强领域,图像增强问题主要通过时域和频域两种方法进行处理.时域方法通过直接在图像上作用算子来解 ...

  2. 小波的秘密10_小波包的数学支撑

    1.前言: 小波多分辨率分析可以对信号进行有效的时频分解,但由于其尺度函数是按照二进制变化的,所以在高频段其频率分辨率较差.只能对信号的频段进行指数等间隔划分.小波包分析还能够为信号提供一种更精细的分 ...

  3. 小波的秘密8_图像处理应用:图像降噪

    1.前言: 图像去噪是信号处理的一个经典问题,传统的去噪方法多采用平均或线性法法进行,最常用到的就是维纳滤波,但是他的降噪效果并不是很明显.小波分析法开辟了非线性降噪的先河,小波能够降噪得益于小波变换 ...

  4. 正交db小波 图像处理 matlab,基于matlab小波工具箱的数字图像处理及小波分析

    基于matlab小波工具箱的数字图像处理及小波分析 基于 Matlab 小波工具箱的数字图像处理摘要:小波分析在图像处理中有非常重要的应用,包括图像压缩.去噪.分解和增强等.运用多分辨率分析可以将信号 ...

  5. 小波的秘密6_小波包的理解

    1.各种变换的适合处理对象 小波变换 加窗Fourier变换   Fourier变换 突变信号或奇异性函数 自适应信号处理 处理渐变信号 实时信号处理 稳定和渐变信号 实时信号处理 2.小波包分解概述 ...

  6. 小波的秘密2_MATLAB图像多尺度分析

    1.MATLAB程序编写步骤 1.把小波w(t)和原函数f(t)的开始部分进行比较,计算系数C.系数C表示该部分函数与小波的相似程度. 2.把小波向右移k单位,得到小波w(t-k),重复1.重复该部知 ...

  7. 小波的秘密1_小波变换概况与综述

    1.有了Fourier,为什么还需要Wavelet? 先来揭揭短: (1)Fourier分析不能刻画时间域上信号的局部特性. (2)Fourier分析对突变和非平稳信号的效果不好,没有时频分析. 傅立 ...

  8. 小波的秘密3_连续、离散小波变换定义

    1.前言 小波变换主要包括连续小波变换和离散小波变换.本篇博客主要想弄清楚连续小波变换.离散小波变换.高维小波连续变换的意义. 2.连续小波变换 2.1 连续小波变换的定义 将任意L2(R)空间中的函 ...

  9. 小波的秘密5_多分辨率分析和连续小波变换2

    1.如何理解时间分辨率和频率分辨率? In this section we will take a closer look at the resolution properties of the wa ...

最新文章

  1. Shell中自定义函数
  2. 关于Java中String类的intern()方法
  3. Algorithm Master Road:算法的时间/空间复杂度
  4. 第二百二十三节,jQuery EasyUI,ComboBox(下拉列表框)组件
  5. 外链分享已取消无法下载怎么办_微信升级外链规范:“砍一刀”、“帮我加速吧”将被封禁...
  6. MySQL启动出现The server quit without updating PID file错误解决办法
  7. docker 日志_Docker容器日志管理最佳实践
  8. 传网易、京东6月相继赴港上市:共计筹资50亿美元
  9. 使用ffmpeg来探测GB28181的ps流
  10. mysql5.6解压版 1067_MySQL5.6解压版服务无法启动—系统错误1067
  11. safari 浏览器提示添加到主屏幕_Safari浏览器的秘密技能
  12. Marlin 溫度感應器 數值轉換對應表
  13. springboot mongo查询固定字段_SpringBoot中文参考指南(2.1.6)32、使用 NoSQL 技术
  14. 深入浅出设计模式(一):单例模式
  15. 32bit64bit Win7系统下的IE8离线升级到IE11方法
  16. oracle数据库基础笔试题,Oracle数据库入门笔试试题及参考答案
  17. IP协议及IPV4地址
  18. 干货 | 京东云部署Wordpress最佳实践
  19. 如何更改SpringBoot控制台图标?只需一步!
  20. Redis基本数据结构

热门文章

  1. Android直连SQLServer
  2. Android布局中 android:layout_gravity=bottom为何不起作用?
  3. Java:XML篇,使用SAX写入XML数据
  4. OPPM 一页纸项目管理 One-Page Project Management
  5. 会为客户着想的商家才是好商家
  6. codeforces 483B Friends and Presents
  7. JSP简单练习-JSP动作指令
  8. NYOJ 170 网络的可靠性
  9. NYOJ 题目68 三点顺序
  10. ASP无法上传大文件的解决方法