【正文】 在我面對(duì)人生的 抉擇時(shí) 你們給我的建議使我做出正確的選擇，就是在意見(jiàn)不同時(shí) 你們也是孜孜不倦的教誨，你們對(duì)我沒(méi)有厭煩只有鼓勵(lì)。 石老師嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度和實(shí)干的精神值得我們學(xué)習(xí)，石老師淵博的知識(shí)和嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度，總是在我遇到困難時(shí)給了我很大的幫助。 滁州學(xué)院本科畢業(yè)論文 20 致 謝 本論文是在石永華老師的細(xì)心指導(dǎo)下完成的。)。 I3=uint8(I3)。 cd1=fuseenergy(d11,d21)。sym839。 滁州學(xué)院本科畢業(yè)論文 19 ch2=fuseenergy(h12,h22)。 cd3=fuseenergy(d13,d23)。)。sym839。 % 對(duì) I2做小波分解 [a21,h21,v21,d21]=dwt2(I2,39。)。sym839。 dwtmode(39。 imshow(I1)。)。方法 B39。)。 cv1=fusebyvar(v11,v21)。 ca1=idwt2(ca2,ch2,cv2,cd2,39。)。 cv3=fusebyvar(v13,v23)。sym839。 [a22,h22,v22,d22]=dwt2(a21,39。)。sym839。 % 對(duì) I1做小波分解 [a11,h11,v11,d11]=dwt2(I1,39。I2=double(I2)。)。39。 title(39。sym839。 cv1=c.*v11+~c.*v21。)。 c=(abs(d12)=abs(d22))。 c=(abs(h12)=abs(h22))。 cd3=c.*d13+~c.*d23。 ch3=c.*h13+~c.*h23。sym839。 [a22,h22,v22,d22]=dwt2(a21,39。)。sym839。 % 對(duì) I1做小波分解 [a11,h11,v11,d11]=dwt2(I1,39。I2=double(I2)。)。左聚焦 .jpg39。如 函數(shù)的繼續(xù)改進(jìn)、 選擇更好的圖像 評(píng)價(jià)指標(biāo) 等。 闡述了 小波 變換的基本理論，分析 了小波的多分辨性，介紹了小波的 Matlab算法。對(duì)于第三組 光譜 圖像， 它是 房屋火災(zāi)圖像，從主觀視覺(jué)上就可以很清楚的找到火源，大大 方便了消防人員撲滅大火， 從客觀 評(píng)價(jià)指標(biāo) 同樣可以說(shuō)明本文方優(yōu)于 A、 B方 法 ，得到 更 好的光譜圖像融合效果 。以第 二 組 醫(yī)學(xué) 圖像實(shí)驗(yàn)結(jié)果為例 ， 從目視效果上看，對(duì)比 A、 B 兩種方法我們能清楚地看到本文方法得到的融合圖像目視效果最好， CT 圖像和 MRI 圖像各自特征得到了很好的保留，尤其是 MRI圖像在融合效果上得到很好的體現(xiàn)，圖像 整體特征區(qū)域亮度增強(qiáng)了，對(duì)比度也 增加了，圖像的細(xì)節(jié)更豐富更清晰，這些優(yōu)點(diǎn)可以使醫(yī)生很容易找出病癥以治療病患。 （ a） A 方法 融合 結(jié)果 （ b） B 方法 融合 結(jié)果 （ c） 本文方法 融合 結(jié)果 圖 41 第一幅圖像 實(shí)驗(yàn) 結(jié)果 滁州學(xué)院本科畢業(yè)論文 11 （ a） A 方法 融合 結(jié) 果 （ b） B 方法 融合 結(jié)果 （ c） 本文方法 融合 結(jié)果 圖 42 第二幅圖像 實(shí)驗(yàn) 結(jié)果 （ a） A 方法 融合 結(jié)果 （ b） B 方法 融合 結(jié)果 （ c） 本文方法 融合 結(jié)果 圖 43 第三幅圖像 實(shí)驗(yàn) 結(jié)果 本文 采用了 信息熵 H、清晰度 DEF、 峰值信噪比（ PSNR） 作為評(píng)價(jià)指標(biāo)來(lái)評(píng)價(jià) 圖像 融合的效果。其中， 第一組圖像 分別 為左聚焦圖像和右聚焦圖像，此類(lèi)圖像廣泛應(yīng)用于生活中，具有一 定 的現(xiàn)實(shí)意義；第二組圖像 左邊為 CT圖像右邊為 MRI圖像，兩張圖片是醫(yī)學(xué)圖片，它們包含不同的信息 特征 ，融合成一張圖片不僅可以獲得更好的視覺(jué)效果，還可 凸顯其特征方便醫(yī)生做出準(zhǔn)確判斷。 實(shí)驗(yàn)環(huán)境如下 ， 硬件環(huán)境：聯(lián)想 ThinkPad 筆記本， CPU 型號(hào)為英特爾 ,主頻 ,，顯卡為英特爾 Ivy Bridge Graphics Controller（ 1 GB/聯(lián)想） ； 軟件環(huán)境： Windows7 （ 32）位操作系統(tǒng)， Matlab 。 4 應(yīng)用研究 研究方法 為了客觀地驗(yàn)證本文算法的有效性，在 2種 經(jīng)典的小波 融合 算法和本文算法進(jìn)行 融合 對(duì)比實(shí)驗(yàn)。融合算子 e取 。 新算法描述 本文 選用以小波變換為基礎(chǔ)高頻和低頻采用不同的融合規(guī)則 對(duì)圖像進(jìn)行融合 ， 基于區(qū)域能量的小波融合法在高頻部分采用圖像的區(qū)域能量作為融合規(guī)則 ，用區(qū)域能量的匹配度作為融合 域 值，在低頻部取 系數(shù)的加權(quán) 平 均的準(zhǔn)則。 （ 2）清晰度（ Definition） 又稱平均梯度，反映了圖像微小細(xì)節(jié)反差變化的速率， 定義為： 2)(1 22yx IIng ???? ? （ 332） xI? 和 yI? 表示 x和 y 方向上的差分，ｎ表示圖像的大小。常見(jiàn)的評(píng)價(jià)指標(biāo)主要有信息熵、清晰度、 峰值信噪比 等。 (1) 計(jì)算原始圖像的區(qū)域能量 :將待融合圖像 A 和 B 經(jīng)小波分解，得到相對(duì)應(yīng)的低頻系數(shù)和高頻系數(shù)，對(duì)于高頻系數(shù)，一般采用基于矩形區(qū)域 3 3, 5 5 或 7 7的方法 來(lái) 計(jì)算區(qū)域能量，本文 采用3 3 的矩形區(qū)域，計(jì)算區(qū)域能量公式為 : ? ?2, ),(),( ? ?? ??? NjMiAkAk mjmiDjiE (322) ? ?2,B ),(),( ??? ??? NjMiBkk mjmiDjiE (323) 上式中 ),( jiEAk 、 ),(B jiEk 為待融合圖像 A、 B以（ i， j）為中心的區(qū)域能量； ),(A jiDk 、),(B jiDk 為高頻系數(shù)分量； k為水平、垂直、對(duì)角三個(gè)方向； m為矩形區(qū)域的變量，可以取 3, 5, 7； M、 N為融合圖像 A、 B 分解得到的高頻系數(shù)的局部區(qū)域 。 針對(duì)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 。 圖像融合本原理 圖像融合指的是多個(gè)信道的信息，對(duì)同一個(gè)對(duì)象或區(qū)域 在不同的時(shí)間得到的不同圖像的圖像處理后，最后合并成用于觀察或應(yīng)用的 一個(gè)圖像。 Mallat算 法采用了分離式濾波器的設(shè)計(jì)，是一維離散小波變換的精髓圖像數(shù)據(jù) 。 離散 小波變 換 因?yàn)?連續(xù)小波的位移因子變換和拉伸系數(shù)改變，因此，計(jì)算出的連續(xù)小波變換的數(shù)值，需要連續(xù)小波，連續(xù)小波變換被用于離散。 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(qiáng)的實(shí)用性 ， 小波從理論上就是一個(gè)局部變換， 在圖像細(xì)節(jié)的處理及圖像特征分析上具有 更 好的效果。 第 3 章 是 圖像融合， 詳細(xì)討論了圖像融合 規(guī)則 ，選取合理的規(guī)則，改進(jìn)了原有算法并提出本文算法 。 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(shù)通過(guò) 實(shí)驗(yàn)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 。同年 ， Li和 Wu采用了二維離散小 波變換 對(duì)遙感圖像進(jìn)行融合 ，取得了良好的融合效果。 圖像融合 現(xiàn)狀 圖像融合是將同一地點(diǎn)或同一目標(biāo)在不同時(shí)間段獲得的不同圖像經(jīng)過(guò)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(yīng)用。 關(guān)鍵詞 ：小 波變換； 區(qū)域特征；融合準(zhǔn)則 Research on image fusion algorithm based on wavelet transform and local energy feature Abstract: The concept of image fusion is to take some pictures for fusion image, eliminating redundant contradictory information in the image, retaining its plete, clear, and accurate information to describe the prehensive plete images with abundant characteristics. In this paper, based on the wavelet transformation is proposed an image fusion method based on wavelet transform and local energy feature, the weighted average fusion rule of low frequency, high frequency part by using area energy fusion rules. Then, s