【图像融合】主成分结合小波离散变换PCA-DWT三张图像融合【含Matlab源码 2199期】

⛄一、小波变换彩色图像融合简介

1 基于小波的图像融合
1.1 小波的分解和重构
小波变换是一种能够用来检测信号局部特征的数学工具。当然也可以将二维信号分解成不同分辨率的子带信号。由于图像为二维信号, 可以作以下小波分解:

其中, f (x, y) 为源图像, C0, H, G为一维小波滤波器, h, v, d分别代表水平、垂直和对角分量, H′, G′表示H, G的转置矩阵。

小波变换属于可逆变换, 可以通过以下方式实现信号的重构, 从而实现信号的恢复:

1.2 小波图像融合算法
该方法的基本思想是将待融合图像分解到不同频率上, 然后在不同频率上根据一定的规则完成信息的融合, 最后通过小波逆变换恢复图像。

基本的融合步骤描述如下:

(1) 配准待融合的源图像, 保证相关像素对齐。

(2) 将待融合图像各自完成小波分解, 如果进行层分解, 将会得到个高频子带和1个低频子带。

(3) 据不同融合规则完成高频和低频的系数融合, 低频采用平均法融合, 高频采用绝对值取大完成融合。

(4) 对步骤 (3) 得到的融合图像进行小波逆变换, 得到最终融合结果图像。

2 图像块清晰度的度量
2.1