小波图像融合综述（1）

       图像融合是将两幅或多幅图像融合在一起，以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充分利用各原图像的互补信息，使融合后的图像更适合人的视觉感受，适合进一步分析的需要；并且应该统一编码，压缩数据量，以便于传输。
图像融合可分为三个层次:
       1.    像素级融合
       2.    特征级融合
       3.    决策级融合
       其中像素级融合是最低层次的融合，也是后两级的基础。它是将各原图像中对应的像素进行融合处理，保留了尽可能多的图像信息， 精度比较高， 因而倍受人们的重视。像素级的图像融合方法大致可分为三大类:
       1.    简单的图像融合方法
       2.    基于塔形分解（如Laplace塔形分解、比率塔等）的图像融合方法
       3.    基于小波变换的图像融合方法
       小波变换是图像的多尺度、多分辨率分解，它可以聚焦到图像的任意细节，被称为数学上的显微镜。近年来，随着小波理论及其应用的发展，已将小波多分辨率分解用于像素级图像融合。小波变换的固有特性使其在图像处理中有如下优点：
       1.    完善的重构能力，保证信号在分解过程中没有信息损失和冗余信息；
       2.    把图像分解成平均图像和细节图像的组合，分别代表了图像的不同结构，因此容易提取原始图像的结构信息和细节信息；
       3.    具有快速算法，它在小波变换中的作用相当于FFT算法在傅立叶变换中的作用，为小波变换应用提供了必要的手段；
       4.    二维小波分析提供了与人类视觉系统方向相吻合的选择性图像。

——像素级