【图像融合】基于主成分结合小波离散变换PCA-DWT 的医学图像融合算法附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。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

为了将低分辨率医学图像和高分辨率全色图像有效地融合,提出了主成分分析(PCA)变换和小波相结合的融合方法.小波提升后选用不同的融合规则对高低频成分进行融合,实验结果表明,该方法较好地保留了医学图像的光谱特性,提高了空间分辨率.

⛄ 部分代码

% fuse_pcaany implements principal components analysis for any number of

% input images

function [y1 a1] = fuse_pcaany(ca,n)

for i=1:1:n

    M(:,i)=ca{i}(:);

end 

[V, D] = eig(cov(M));

[z1 s1] = size(D);

for i=1:1:s1

    D1(i)=D(i,i);

end 

D2=max(D1(i));

for i=1:1:s1

    if D1(i)==D2;

        a1 = V(:,i)./sum(V(:,i));

    end

end

[z2 s2]=size(ca{1});

% and fuse

y1=zeros(z2,s2);

for i=1:1:n

    y = a1(i)*ca{i};

    y1=y1+y;

end 

⛄ 运行结果

⛄ 参考文献

[1]邢鹏昌. 基于主成分分析变换和提升小波的图像融合[J]. 三明学院学报, 2012, 29(4):6.

[2]刘姝岑. 基于PCA和DWT变换的不同重采样方法图像融合效果评价对比分析[J]. 科学技术创新, 2022(12):70-74.​

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除