金字塔图像融合方法总结（一）

一、高斯金字塔和下采样

为了获取层级为 G_i+1 的金字塔图像，我们采用如下方法:

<1>对图像G_i进行高斯内核卷积

<2>将所有偶数行和列去除

得到的图像即为G_i+1的图像，显而易见，结果图像只有原图的四分之一。通过对输入图像G_i(原始图像)不停迭代以上步骤就会得到整个金字塔。同时我们也可以看到，向下取样会逐渐丢失图像的信息。

以上就是对图像的向下取样操作，即缩小图像。

二、图像上采样还原图像缺陷

如果想放大图像，则需要通过向上取样操作得到，具体做法如下：

<1>将图像在每个方向扩大为原来的两倍，新增的行和列以0填充

<2>使用先前同样的内核(乘以4)与放大后的图像卷积，获得 “新增像素”的近似值。

得到的图像即为放大后的图像，但是与原来的图像相比会发觉比较模糊，因为在缩放的过程中已经丢失了一些信息，如果想在缩小和放大整个过程中减少信息的丢失，这些数据形成了拉普拉斯金字塔。

三、拉普拉斯金字塔引入

由于图像上采样还原图像的缺陷存在，故有了拉普拉斯金字塔，无损还原图像。
核心：
除了顶层外，每层的图像都是由该层的高斯金字塔-上层（图像更小）的高斯金字塔上采样后的图像

即除顶层外，每层的拉普拉斯金字塔保存的是上层上采样后丢失的信息。

四、利用拉普拉斯金字塔无损重建图像

五、可视化全过程

论文部分：

基于拉普拉斯金字塔改进的图像融合方法

彭延军 软件导刊

原因：采用传统的拉普拉斯金字塔进行图像融合，最终融合图像有变得模糊的
现象，原因是图像的细节丢失。

改进：第一步，先对对焦不同的两幅图片进行预处理，预处理包括生成梯度图像，通过阈值进一步处理，然后构建二值图（能够很好的描述出两幅图像的细节信息）
然后对着两幅二值图进行金字塔分解，在进行融合，具体的融合规则是：对于顶层图像来讲，计算出来的平均梯度那个大，融合图像的金字塔顶层就取谁。其他层使用加权系数的方法融合图层，系数由平均梯度计算得到。

缺点：该算法只针对成像过程中，由于对焦所产生的问题。

基于拉普拉斯金字塔变换的小波域图像融合

黄小丹 电子科技

原因：金字塔变换融合方法在可见光图像和红外图像融合中展现了良好的融合效果，但在多聚焦图像融合中却不够理想，而基于小波变换的融合方法在可见光图像和红外图像融合中效果不佳，却在多聚焦图像融合中要优于金字塔变换法。

两者结合：首先将两幅图像进行多层小波变化，得到不同频率的子带图像。对于低频图像而言，使用金字塔分解融合方法，对于高频图像而言，则根据取较大值的方法。最后通过逆小波变换得到最终的融合图像。

优点：对于红外和可见光图像的融合，不同焦距的图像融合，局部模糊的图像融合这三种情况下的图像融合，表现效果很好。

基于改进的拉普拉斯金字塔变换的图像融合方法

苗启广 光学学报

原因：一般情况下‚在拉普拉斯变换系数处理过程中由于量化或者阈值等操作引入了噪声‚其重构算法不能实现完全精确重构‚即此时的重构算法并不是最优重构算法。所有作者想通过优化重构算法去减少噪声的引入。

论文的具体方法：首先还是对两幅图像进行金字塔分解，得到两幅图的分解子图。在融合方面作者并没有做太多的工作。融合原则是最高层系数取平均，其余各层取系数绝对值大的。文章的重点工作就是运用了国外学者提出的伪重构方法，具体框图见图二。图一为经典重构方法。

论文的亮点：就是从重构的角度去解决图像融合中噪声的问题。通过对LP图像的操作，使得融合图像的噪声很少。