小波融合

参考文献：

《基于小波的像素级图像融合算法研究》-博士学位论文-杨波-控制理论与控制工程-敬忠良教授-上海交通大学-2008年1月

1. DWT融合算法基本思想：1）对源图像进行小波变换；2）按一定规则对变换系数进行合并；3）对合并后系数进行小波逆变换得到融合图像

2. 小波融合代表性算法：

1）标准小波融合算法

1993年，Ranchin和Wald首先将DWT应用于遥感图像融合；Chipman和Li等也较早提出基于DWT的图像融合算法

不具备移不变性

2）基于无下采样离散小波变换(UDWT)的融合算法

Rockinger在融合方案中引入UDWT

解决DWT分解过程中的下采样处理使小波分解系数存在严重频率混叠，导致DWT不具备移不变性问题

但具极高的冗余性

3）基于双树复小波变换(DTCWT)的融合算法

Kingsbury于1999年提出DTCWT，并将其应用于图像复原、增强、纹理提取

解决了移不变性和冗余性问题，DTCWT是一种低冗余、近似移不变的小波表示方法

3. 常用小波滤波器组

1）Haar小波：

最简单也是最早提出来的小波，唯一同时具有正交性和对称性的紧支小波；滤波器长度最短，仅包含两个系数

不具有连续性（正则性）；仅具有一阶消失矩

2）Daubechies小波（DBN）：

阶数更高，N阶Daubechies小波的滤波器长度为2N，消失矩为N阶；正交小波

不具备线性相位（对称性）

3）双正交（Biorthogonal）小波

具有对称性的双正交小波

4. 融合规则

融合规则主要针对高频系数实施；对低频系数通常采用加权平均法

1）基于独立像素点的规则

2）基于面积的规则

Burt提出的加权平均规则（Weighted Average,WA）；Li提出的窗口基验证（Window Based Verification, WBV）规则

3）基于区域的规则

5. 融合算法性能评价

1）基于仿真图像的RMSE评价

2）基于真实图像的评价方法

互信息、边缘保持度