基于小波變換的圖像數(shù)據(jù)融合算法研究.pdf

1、小波變換是近年來(lái)迅速發(fā)展起來(lái)的一門(mén)理論,小波理論的出現(xiàn)為空間、頻率多尺度分析提供了一個(gè)精確而統(tǒng)一的框架。小波變換在圖像壓縮、圖像增強(qiáng)和圖像融合領(lǐng)域中得到了成功的應(yīng)用。圖像融合是同一對(duì)象的兩幅或更多幅的圖像合成到一幅圖像中，以使它比任何原來(lái)的一幅都能更容易地為人們所理解。圖像數(shù)據(jù)融合有多種方法，傳統(tǒng)的有HIS、PCA、HPF方法，但是這幾種方法都有其無(wú)法克服的缺點(diǎn)和適用范圍，本論文對(duì)小波變換進(jìn)行了分析并指出了其用于圖像數(shù)據(jù)融合中的優(yōu)勢(shì)，

2、提出了基于小波變換的圖像數(shù)據(jù)融合算法。一般的基于小波變換的圖像數(shù)據(jù)融合算法中，都是用經(jīng)過(guò)小波變換后低分辨率圖像的低頻部分來(lái)代替高分辨率圖像的低頻部分。用小波變換后的低頻圖像部分的簡(jiǎn)單替換會(huì)造成原低分辨率圖像的信息損失，對(duì)融合結(jié)果圖像造成較大的影響。一般來(lái)說(shuō)，圖像的熵值越大，表明圖像包含的信息越豐富；圖像的平均梯度值越大，表明圖像越清晰。本論文中用圖像的熵和平均梯度來(lái)對(duì)融合結(jié)果圖像進(jìn)行評(píng)價(jià)。試驗(yàn)結(jié)果表明，無(wú)論從視覺(jué)效果，還是從理論分析