【正文】 Then, simulation experiments proved that the method, selecting effective reasonable evaluation index, verification conclusion. Keywords: Wavelet transform Region feature Fusion rules 1 緒論 研究目 的和意義 圖像融合是在上世紀(jì)七十年代末提出的一個(gè)新概念， 因?yàn)閳D像融合技術(shù)具有去除圖像之間的冗余信息、實(shí)現(xiàn)特征信息互補(bǔ)、相對(duì)成本低、重構(gòu)能力高、時(shí)空覆蓋面廣等優(yōu)點(diǎn)，世界上許多發(fā)達(dá)的國(guó)家高度重視并對(duì)這項(xiàng)技術(shù)進(jìn)行了大量的研究，被廣泛的應(yīng)用于軍事、農(nóng)業(yè)、醫(yī)學(xué)、航天等多個(gè)領(lǐng)域。 在軍事圖像融合技術(shù)是關(guān)鍵，克服許多技術(shù)上的困難，結(jié)合傳感器，信號(hào)和圖像處理等高新技術(shù)在航空航天領(lǐng)域，現(xiàn)在是一個(gè)巨大的影響，圖像融合的圖像處理技術(shù)，突出圖像的細(xì)節(jié)特征應(yīng)用于醫(yī)學(xué)圖像，是醫(yī)學(xué)圖像處理技術(shù)的創(chuàng)新 。 2020年，王海暉、彭嘉雄金字塔小波變換的圖像分解分解，采用不同的地區(qū)，不同的頻率層的不同融合規(guī)則的特征級(jí)融合，并將由 不同傳感器獲得的不同遙感圖像數(shù)據(jù)利用此方法進(jìn)行了融合，獲得了較好的融合效果。 第 4 章是應(yīng)用研究，將融合方法運(yùn)用到圖像中 ,進(jìn)行仿真實(shí)驗(yàn) ,根據(jù)融合規(guī)則比較得出結(jié)論。 令尺度因子 000 bnabaa mm ?? 、 ，其中 00 00 ?? ba 且 ，則公式 22 可表示為： )((00020, m mmnm a anbxax ?? ? ?? ） （ 27） 滁州學(xué)院本科畢業(yè)論文 4取 1,2 00 ?? ba ，則 )2(2( 2, nxx mmnm ?? ?? ?? ） 為二進(jìn)制小波。 小波變換 應(yīng)用 在圖像融合中的優(yōu)勢(shì)： 如圖 所示 ， 它 先 將 配準(zhǔn)的原圖像進(jìn)行分解得到對(duì)應(yīng)的小波系數(shù)，然后選用合適的高頻融合規(guī)則和低頻融合規(guī)則得到融合后的小波系數(shù)，最后在用通過(guò)小波的逆運(yùn)算得到最終的融合圖像。 (2)計(jì)算待融合圖像區(qū)域匹配度 :利用小波分解后的高頻系數(shù)來(lái)計(jì)算，計(jì)算公式為 : 滁州學(xué)院本科畢業(yè)論文 7 ),(),( )],(),([2),( BA jiEjiE mjmiDmjmiDjiM kkBkAkABk ?????? ?（ 324） (3)確定融合算子 :給定域值 θ，一般情況下取 0. 5— ，本文取 , 若 ? ),( jiM ABk ， 則 （ 3 25） 若 ?? ),( jiM ABk ， 則 （ 326） 其中 （ 327） （ 4）改 進(jìn)融合規(guī)則：其中步驟（ 1）、（ 2）不變 ,對(duì)步驟 (3)做出以下改進(jìn)。 g 越大，說(shuō)明最后獲得的圖像越清晰。采用的小波基是 sym8 小波 。 滁州學(xué)院本科畢業(yè)論文 9 為驗(yàn)證改進(jìn)算法的有效性，取兩種常用的算法和本文改進(jìn)的算法進(jìn)行了圖像融合比較，然后仿真比較融合結(jié)果是否有提高，同時(shí)比較利用傳統(tǒng)算法和改進(jìn)的算法所得融合圖像 信息 熵、清晰度、峰值信噪比的大小。信息熵 H ，分辨率 DEF ，峰值信噪比（ PSNR）值越大，強(qiáng)化效果越好。綜合以上實(shí)驗(yàn)結(jié)果及其數(shù)據(jù) 分析可得出結(jié)論，本文所提出的融合方法，在主觀視覺(jué)效果和客觀數(shù)據(jù)分析均優(yōu)于 A、 B 方法，從而驗(yàn)證該方法的有效性。 參考文獻(xiàn) [1]Burt， Adelson EH. The Laplacian pyramid as a pact image code. IEEE Transactions on Communications， 1983， 31(4):532 一 540. [2]Mallat S G. A theory for multiresolution signal deposition: the wavelet representation [J]. 滁州學(xué)院本科畢業(yè)論文 13 IEEE Transactions on Pattern Analysis and Machine Intelligence， 1989， 11(7):674 一 693. [3]Das S. KrebsW K. Sensor fusion of multispectral iagery[J].Elec。 imshow(I1)。sym839。 % 對(duì) I2做小波分解 [a21,h21,v21,d21]=dwt2(I2,39。)。 ca2=idwt2(ca3,ch3,cv3,cd3,39。 cd2=c.*d12+~c.*d22。 c=(abs(d11)=abs(d21))。方法 A39。 % imshow(I1)。sym839。 % 對(duì) I2做小波分解 [a21,h21,v21,d21]=dwt2(I2,39。)。 ch2=fusebyvar(h12,h22)。 cd1=fusebyvar(d11,d21)。)。 figure imshow(I2)。)。sym839。 % 重構(gòu) ca3=(a13+a23)/2。 cv2=fuseenergy(v12,v22)。 I3=idwt2(ca1,ch1,cv1,cd1,39。 imshow(I3) r1=psnr(I3,I1) r2=psnr(I3,I2) RMSE1=rmse(I3,I1) RMSE2=rmse(I3,I2) DEF=sharp(I3) H = entropy(I3) 附錄二 圖像來(lái)源及實(shí)驗(yàn)環(huán)境 1. 圖像來(lái)源 本文所選取的三幅圖像來(lái)自不同方面的圖像，具有很深刻的研究意義。在此我首先向石老師表示深深的感謝。 最后我還要感謝我的父母，你們是我精神的支柱，正是你們?yōu)槲业哪冻龆磺蠡貓?bào)使我一路向前，你們不僅在生活上給予支持，更是在感情上給我巨大的包容。 (2)軟件環(huán)境： Windows7 （ 32）位操作系統(tǒng)， Matlab 。)。 ca1=idwt2(ca2,ch2,cv2,cd2,39。 cv3=fuseenergy(v13,v23)。 [a22,h22,v22,d22]=dwt2(a21,39。sym839。I2=double(I2)。紅外光 .jpg39。sym839。 cd2=fusebyvar(d12,d22)。 ch3=fusebyvar(h13,h23)。)。 [a12,h12,v12,d12]=dwt2(a11,39。 滁州學(xué)院本科畢業(yè)論文 16 I1=double(I1)。 RMSE=rmse(I,I3)imshow(I3) r1=psnr(I3,I1) r2=psnr(I3,I2) RMSE1=rmse(I3,I1) RMSE2=rmse(I3,I2) DEF=sharp(I3) H = entropy(I3) 2. % 小波融合 ,融合規(guī)則 系數(shù)局部方差最大 clc clear I1=imread(39。 I3=idwt2(ca1,ch1,cv1,cd1,39。sym839。)。 c=(abs(h13)=abs(h23))。)。 [a12,h12,v12,d12]=dwt2(a11,39。 I1=double(I1)。s Letters,2020, 36(13):11151116. [4] Zhou Y T. Multisensor image fusion [J]. IEEE Int. Conf. on Image Processing,1994, 1( 11):193 — 197. [5] Piella G. A General Framework for Multiresolution Image Fusion: from Pixels to Regions [J] .Information Fusion, 2020, 4(4):259 一 80. [6]張建勛，牛文斌，張凱文 .一種改進(jìn)的基于小波變換的圖像融合算法 [J].重慶理工大學(xué)學(xué)報(bào)， 2020,:6265. [7]楊福生 .小波變換的工程與應(yīng)用 [M].北京 :科學(xué)出版社， 2020. [8]郭雷，李暉暉，鮑永生 .圖像融合「 M].北京 :電子工業(yè)出版社， 2020. [9]楊亞，王錚，張素蘭 .基于小波變換的多聚焦圖像融合 [J].計(jì)算機(jī)技術(shù)與發(fā)展 .2020, 2062(3):56 一 58， 62. [10]劉貴喜，楊萬(wàn)海 .基于小波分解的圖像融合方法 及性能評(píng)價(jià) [J].自動(dòng)化學(xué)報(bào)，2020,:13361442. [11]張潔，蔣寧，浦立新 .基于小波變換的醫(yī)學(xué)圖像融合技術(shù) [J].電子科技大學(xué)學(xué)報(bào)，2020,:840842. [12