畢業(yè)論文基于小波變換的圖像融合-資料下載頁
2025-08-11 00:32本頁面
【正文】 ：首先計(jì)算兩幅圖像在三個(gè)方向上的局部能量： 其中．低頻分量的確定[7]:處理后的低頻分量為 MATLAB實(shí)現(xiàn)%%讀取兩幅圖像X1=imread(39。39。)。X2=imread(39。39。)。X3=rgb2gray(X1)。X4=rgb2gray(X2)。subplot(221)[m,n]=size(X3)。imshow(X3)。subplot(222)imshow(X4)。hold on。subplot(223)X3=double(X3)。X4=double(X4)。%%進(jìn)行小波變換 [C1,L1]=wavedec2(X3,2,39。sym439。)。 [C2,L2]=wavedec2(X4,2,39。sym439。)。%%融合 C=(C1+C2)*。 X=waverec2(C,L1,39。sym439。)。 X=uint8(X)。 subplot(224) imshow(X)?！ ∮脠D像(圖2)和圖像(圖3)匹配后進(jìn)行融合．采用小波變換融合后的圖像如圖4所示． 圖2 原始圖像一圖3 原始影像二 圖4融合后的圖像本文采用以下指標(biāo)對(duì)融合圖像效果進(jìn)行評(píng)估： 清晰度[8] 清晰度是用來評(píng)價(jià)圖像模糊程度的，它反映圖像中微小細(xì)節(jié)反差與紋理變化特征，在圖像平面上，某一方面的灰度級(jí)變化率大，它的梯度就大，清晰度也就大，清晰度公式為：列頻率為 信息熵 信息量增加是圖像融合最基本的要求，這可以通過融合前后圖像信息熵的變化反映出來，圖像信息熵的含義為圖像的平均信息量，其表達(dá)式為：其中：P(i)為某一像元值在圖像中出現(xiàn)的概率，是像元值范圍(一般為0～255) 空間頻率 空間頻率反映了一幅圖像的空間域的總體活躍程度．圖像的行頻率為：列頻率為則圖像的空間頻率為： 采用以上指標(biāo)計(jì)算的結(jié)果如表1所示．表1融合圖像效果評(píng)價(jià)圖評(píng)價(jià)因子比較內(nèi)容清晰度小波能量信息熵空間頻率均值原TM圖像融合后TM圖像 采用本文的實(shí)驗(yàn)方法最后得出的融合圖像與原圖像相比有了很大的改觀，原圖像只是模糊的塊分布，融合后圖像清晰了很多，并且保留了原多圖像的特征．從評(píng)價(jià)標(biāo)準(zhǔn)來看，清晰度和空間頻率都比原TM圖像有了大幅提高，從提高清晰度效果的角度采用小波能量、清晰度、空間頻率等方面的評(píng)價(jià)指標(biāo)來看，融合后圖像指標(biāo)有很大提高．從信息熵角度來看，融合前后信息熵指標(biāo)很接近，所以采用小波分解融合的方法不會(huì)產(chǎn)生明顯的丟失信息現(xiàn)象．參考文獻(xiàn)：[1] 陳武凡．小波分析及其在圖像處理中的應(yīng)用．北京：科學(xué)出版社．2002．[2] 徐建華，王洪華．基于HIS變換和小波變換的遙感圖像融合．．[3] 耿則勛．基于小波變換的遙感圖像保持測(cè)量精度的壓縮技術(shù)研究．．[4] 林福宗.《小波與小波變換》.清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室．2001925.[5] Mallat S. Atheory for multiresolution signaldeposition：the wavelet representation［J］．IEEE Trans．Patt．Anal．Machine Intell .,1989．[6] Martin Wavelet and Filter Banks ．Theory and design ［J］．IEEET rans ．Signal Processing ．Vol 40,1992．[7]Daubechies I． Orthonormalbases of pactly supported wavelet，mon. Pure and ,1988．[8] The MathWorks ． Inc． Wavelet Toolbox. Version (), MATLAB 06Apr2001．13
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1