【正文】 本文選用的圖像融合評(píng)價(jià)指標(biāo)計(jì)算出結(jié)果，來說明該融合方法的性能優(yōu)劣。其中， 第一組圖像 分別 為左聚焦圖像和右聚焦圖像，此類圖像廣泛應(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效果，還可 凸顯其特征方便醫(yī)生做出準(zhǔn)確判斷。 左聚焦 右聚焦 第一組 圖像 滁州學(xué)院本科畢業(yè)論文 10 CT MRI 第二組 圖像 紅外光 可見光 第三組 圖像 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析 對(duì)所選 三組 圖像按照上述研究方法進(jìn)行圖像 融合 實(shí)驗(yàn)，得到三組實(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 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)來評(píng)價(jià) 圖像 融合的效果。 表 41給出了上述三組 圖像實(shí)驗(yàn) 結(jié)果性能評(píng)價(jià)數(shù)據(jù)。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。 本文方法得到的融合圖像的 峰值信噪比（ PSNR）比 A、 B方法的峰值信噪比分別提高了 %和 %， 說明 本文方法的融合圖像與源圖像之間的差別較小，融合圖像從原始圖像中提取了更多的信息。對(duì)于第三組 光譜 圖像， 它是 房屋火災(zāi)圖像，從主觀視覺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) 同樣可以說明本文方優(yōu)于 A、 B方 法 ，得到 更 好的光譜圖像融合效果 。 5 結(jié)束語 本文主要研究了 小波 變換的理論及特性， 重點(diǎn)討論了 圖像融合方法 的改進(jìn)， 提出了 一種新的基于區(qū)域能量特征的小波變換圖像融合算法 。 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。 深入研究了圖像的融合規(guī)則，針對(duì)一般圖像的特點(diǎn)，選用三組不同圖像采用不同的融合算法與本文算法進(jìn)行了對(duì)比實(shí)驗(yàn)，通過主觀和客觀評(píng)價(jià)驗(yàn)證了本文方法的有效性。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。tronic。左聚焦 .jpg39。 I2=imread(39。)。 % figure imshow(I2)。I2=double(I2)。per39。 % 對(duì) I1做小波分解 [a11,h11,v11,d11]=dwt2(I1,39。)。sym839。 [a13,h13,v13,d13]=dwt2(a12,39。)。sym839。 [a22,h22,v22,d22]=dwt2(a21,39。)。sym839。 % 重構(gòu) ca3=(a13+a23)/2。 ch3=c.*h13+~c.*h23。 cv3=c.*v13+~c.*v23。 cd3=c.*d13+~c.*d23。sym839。 c=(abs(h12)=abs(h22))。 c=(abs(v12)=abs(v22))。 c=(abs(d12)=abs(d22))。 ca1=idwt2(ca2,ch2,cv2,cd2,39。)。 ch1=c.*h11+~c.*h21。 cv1=c.*v11+~c.*v21。 cd1=c.*d11+~c.*d21。sym839。 I3=uint8(I3)。 title(39。)。39。 I2=imread(39。)。 % figure % imshow(I2)。I2=double(I2)。per39。 % 對(duì) I1做小波分解 [a11,h11,v11,d11]=dwt2(I1,39。)。sym839。 [a13,h13,v13,d13]=dwt2(a12,39。)。sym839。 [a22,h22,v22,d22]=dwt2(a21,39。)。sym839。 % 重構(gòu) ca3=(a13+a23)/2。 cv3=fusebyvar(v13,v23)。 ca2=idwt2(ca3,ch3,cv3,cd3,39。)。 cv2=fusebyvar(v12,v22)。 ca1=idwt2(ca2,ch2,cv2,cd2,39。)。 cv1=fusebyvar(v11,v21)。 I3=idwt2(ca1,ch1,cv1,cd1,39。)。 figure imshow(I3)。方法 B39。 r1=psnr(I3,I1) r2=psnr(I3,I2) RMSE1=rmse(I3,I1) RMSE2=rmse(I3,I2) DEF=sharp(I3) H = entropy(I3) % 小波融合 ,融合規(guī)則 系數(shù)區(qū)域能量最大 clc clear I1=imread(39。)。可見光 .jpg39。 imshow(I1)。 I1=double(I1)。 dwtmode(39。)。sym839。 [a12,h12,v12,d12]=dwt2(a11,39。)。sym839。 % 對(duì) I2做小波分解 [a21,h21,v21,d21]=dwt2(I2,39。)。sym839。 [a23,h23,v23,d23]=dwt2(a22,39。)。 ch3=fuseenergy(h13,h23)。 cd3=fuseenergy(d13,d23)。sym839。 滁州學(xué)院本科畢業(yè)論文 19 ch2=fuseenergy(h12,h22)。 cd2=fuseenergy(d12,d22)。sym839。 ch1=fuseenergy(h11,h21)。 cd1=fuseenergy(d11,d21)。sym839。 I3=uint8(I3)。 title(39。)。 2. 實(shí)驗(yàn)環(huán)境 (1)硬件環(huán)境： 聯(lián)想 ThinkPad 筆記本 ， CPU 型號(hào)為英特爾 雙核 ,主頻,，顯卡為 英特爾 Ivy Bridge Graphics Controller（ 1 GB/聯(lián)想） 。 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。在做論文期間石老師給我提出了大量的中肯 建議，讓我少走不少?gòu)澛罚刮业恼撐哪芨咝У耐瓿伞?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。 回憶四年 大學(xué)時(shí)光， 我初次來到學(xué)校的情景歷歷在目， 后來我 認(rèn)識(shí)了老師、同學(xué)，四年里我們相處的非常融洽，你們?cè)谖覍W(xué)習(xí)和生活中給予了很多的關(guān)心和幫助，正是你們使我從青澀走向成熟，在此向你 們表示衷心的感謝 ！ 在此，我 還要感謝機(jī)電學(xué)院的實(shí)驗(yàn)室老師提供了良好的實(shí)驗(yàn) 環(huán)境 ，我所使用 聯(lián)想 ThinkPad筆記本 的機(jī)器配置良好，其 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） ， 學(xué)習(xí)軟件齊全， Matlab 、 CAJViewer 等軟件為我此次論文的順利完成提供了有力的保障。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，就是在意見不同時(shí) 你們也是孜孜不倦的教誨，你們對(duì)我沒有厭煩只有鼓勵(lì)。此時(shí)的我真是無法用語言來表達(dá)我對(duì)你們的愛，我的愛在心里、在行動(dòng)上，最后我只講一句話，我愛你們！