【图像融合】基于PCA主成分实现高分辨率全色图图像融合（含评价指标）附matlab代码...

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

⛄ 内容介绍

本文在非多尺度分解的框架下,针对像素级的图像融合,提出了一种基于.PCA分解的图像融合算法.该算法利用主成分分解可以保留原数据中的主要信息这一特点,由源图像获取数据的协方差矩阵,协方差矩阵的特征值和特征向量,据此确定图像融合算法中的加权系数和最终融合图像.试验表明.应用该算法融合后的图像取得了满意的效果.

⛄ 部分代码

clear

clc

up=imread('0.tif');           %读图像 

low=imread('1.tif');

[low_R]=double(low(:,:,1));    %将每一页都转化为双精度(matlab读的图像为unite 8 8位无符号整数)

[low_G]=double(low(:,:,2)); 

[low_B]=double(low(:,:,3));

for i = 1 : M 

    for j = 1 : N

       low_X = [low_R(i,j),low_G(i,j),low_B(i,j)]'; % 生成由R，G， B组成的三维列 

       low_Y = low_A'*low_X;  % 每个象素点进行PCA变换正变换 

       low_Y = low_Y'; 

 %%%%%%%%计算融合图像的熵%%%%%%%%%%%%%%

p = imhist(RGB(:)); 

p(p==0) = []; 

p = p ./ numel(RGB); 

Entropy = -sum(p.*log2(p));

fprintf('\n\n  熵值是 %.4f',  Entropy);

       %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

[M,N,color]=size(up); 

low=double(low); 

RGB=double(RGB); 

fenzi=0;

fenmu_up=0;

fenmu_low=0;

init_up=[];

init_low=[];

init_up=ones(M,N)*mean(RGB(:));  %求均值

init_low=ones(M,N)*mean(low(:));

for i=1:M

    for j=1:N

        fenzi=fenzi+(RGB(i,j)-init_up(i,j))*(low(i,j)-init_low(i,j));

        fenmu_up=fenmu_up+(RGB(i,j)-init_up(i,j))^2;

        fenmu_low=fenmu_low+(low(i,j)-init_low(i,j))^2;

    end

end

rou=fenzi/(sqrt(fenmu_up*fenmu_low));

fprintf('\n\n   相关系数为:%.4f\n  ' ,rou);

% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % %

DD=0;

MSE=(sigma1/(height*width));  %均方误差

PSNR=10*log10((255^2)/MSE);

fprintf('\n\n   峰值信噪比为:%.4f\n  ' ,PSNR);

⛄ 运行结果

⛄ 参考文献

[1] 肖化超, 周诠, 郑小松. 基于IHS变换和Curvelet变换的卫星遥感图像融合方法[J]. 华南理工大学学报:自然科学版, 2016.

[2] 周炜. 基于多源信息融合技术的猪肉新鲜度无损检测方法研究[D]. 华中农业大学.

[3] 郭晶. 基于压缩感知理论的卫星遥感图像融合算法研究[D]. 北京交通大学.

[4] 薛巧平, 廖斌, 胡帆. 基于PCA的压缩传感图像融合算法[C]// 2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集. 中国通信学会, 2011.

[5] 王文武. 应用主成分分解(PCA)法的图像融合技术[J]. 微计算机信息, 2007.

⛳️ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料