【正文】 3)。sym839。 cd3=fusebyvar(d13,d23)。sym839。)。 dwtmode(39。)。)。 c=(abs(h11)=abs(h21))。 滁州學院本科畢業(yè)論文 15 ch2=c.*h12+~c.*h22。 c=(abs(v13)=abs(v23))。sym839。)。 dwtmode(39。)。 （ 2）對 區(qū)域能量功能進行了詳細介紹，并給出了算法的步驟。同樣以第二組圖像為例， 本文方法所得融合圖像與源圖像之間的信息熵（ H）比 A、 B 方法分別提高了 %和 %， 說明通過本文方法得到的融合圖像攜帶的信息更多，圖像細節(jié)表現(xiàn)力更強；而且本文方法的清晰度（ g ）同樣比方法 A、 B 數(shù)值也要大，說明本文方法處理后圖像的重要特征更加清晰。具 有很高的醫(yī)學應用價值；第三組圖像左圖為紅外光圖片，右圖為可見光圖片，兩種光譜得到的圖像反應的信息是不同的，通過圖像融合得到一幅可視性更好的圖像，此類圖像融合可以應用于軍事、民 用等多個領域。其中經(jīng)典的小波變換方法分別為系數(shù)絕對值最大和系數(shù)局部方差最大（以下簡稱 A方法和 B 方法），均選用 db8 小波基和 45濾波器。因此，這種方法采用區(qū)域特性來作為融合規(guī)則，加強了各區(qū)域像素之間的聯(lián)系，能獲得較好的融合效果。 （ 1） 信息熵 H 圖 像 的 熵 值 是 用 來 表 示 圖 像 所 包 含 的 平 均 信 息 量 。 （ 1）低頻區(qū)域的融合規(guī)則 加權(quán)平均的融合規(guī)則原理是對原圖像取相同的權(quán)值，然后進行加權(quán)平均得到融合圖像。二維尺度函數(shù) )(),( 22 RLyx ?? 可表示為 )()(),( yxyx ??? ? (212) 令 )()( yx ?? 、 分別與 )()( yx ?? 、 相對應的一維小波 ,二維小波可表示為水平、垂直、對角3個可分離的正交基函數(shù)，如 下： )()(),()()(),()()(),( 321 yxyxyxyxyxyx ????????? ??? (213) 相應的二維 Mallat 分解和重構(gòu)算法如圖 21 和圖 23 所示 ,其中 Djd1? 對應 jc 的低頻部分。 傅里葉變換不適用于頻率波動大的非平穩(wěn)信號，幾乎不提供信號在時域上的任何局部信息，有很大的缺陷， 小波變換是傅立葉變換的發(fā)展，在時域局部特性，頻域細節(jié)特征有良好的分析效果。 2020年，王春浩在小波變換基礎上進行了圖像融合，提出了基于區(qū)域能量的融合規(guī)則，改進了基于小波變換的融合算法，實驗結(jié)果表明該算法可行并取得較好的融合效果。如森林火災的兩個圖像使用紅外與可見光融 合的點火源提取取可見參考融合成一個圖像從紅外圖像 ， 然后通過這些細節(jié)特征就會找到森林大火的著火點，以便于滅火。 本 科 生 畢 業(yè) 設 計 論 文 題 目 基于區(qū)域能量特征的小波 變換圖 像融合算法研究 作 者 姓 名 王 明 軒 專業(yè) 名稱 自 動 化 指 導 教 師 石 永 華 2020 年 5 月 學 生： （ 簽 字） 學 號： 2020210159 答 辯 日 期： 2020 年 5 月 30 日 指 導 教 師 ： （ 簽 字） 目 錄 摘要 :............................................................................. 1 Abstract: ......................................................................... 1 1 緒論 ............................................................................ 1 ............................................................... 1 ................................................................ 1 ................................................................ 2 2小波變換理論 .................................................................... 2 連續(xù)小波變換 ................................................................ 3 ................................................................ 3 Mallat算法 ................................................................. 4 3 圖像融合 ........................................................................ 5 ............................................................... 5 ..................................................... 6 ......................................................... 7 .................................................................. 8 4應用研究 ........................................................................ 8 研究方法 .................................................................... 8 5 結(jié)束語 ......................................................................... 12 參考文獻 ......................................................................... 12 附錄一 算法源代碼 ................................................................ 14 附錄二 圖像來源及實驗環(huán)境 ........................................................ 18 致 謝 ............................................................................ 18 滁州學院本科畢業(yè)論文 1基于區(qū)域能量特征的小波變換圖像融合算法研 究 摘要 : 圖像融合的概念是取幾幅待融合的圖像，去除圖像中的冗余矛盾信息，保留其完整、清晰、準確的信息綜合后加以描述得出完整的具有豐富特征的圖像。 圖像融合現(xiàn)狀 滁州學院本科畢業(yè)論文 2圖像融合是將同一地點或同一目標在不同時間段獲得的不同圖像經(jīng)過圖像處理，提取所需要的信道信息融合成一幅圖像以供觀察或者應用。 2020年，王斌、馬彗彬利用離散小波變換和 HIS方法相結(jié)合的圖像融合 技術通過實驗數(shù)據(jù)分析，它證明了小波分析方法比一般方法更優(yōu)越。 相比于常用方法 傅里葉變換，小波變換在圖像 處理方面它有更強的實用性，小波滁州學院本科畢業(yè)論文 3從理論上就是一個局部變換， 在圖像細節(jié)的處理及圖像特征分析上具有更好的效果。 Mallat 算法采用了分離式濾波器的設計，是一維離散小波變換的精髓圖像數(shù)據(jù)。 針對本文研究的圖像，選取了合適的融合規(guī)則：低頻部分的融合規(guī)則采用系數(shù)的加權(quán)平均；高頻部分采用區(qū)域能量。常見的評價指標