【正文】 來(lái)指導(dǎo)融合選取。對(duì)于復(fù)雜的圖像，此規(guī)則不易于實(shí)現(xiàn)。常用的融合方法有HIS融合法、KL變換融合法、高通濾波融合法、小波變換融合法、金字塔變換融合法、樣條變換融合法等。　?。?） HIS融合法　　HIS融合法在多傳感器影象像元融合方面應(yīng)用較廣，例如：一低分辨率三波段圖象與一高分辨率單波段圖象進(jìn)行這種方法將三個(gè)波段的低分辨率的數(shù)據(jù)通過(guò)HIS變換轉(zhuǎn)換到HIS空間，同時(shí)將單波段高分辨率圖象進(jìn)行對(duì)比度拉伸以使其灰度的均值與方差和HIS空間中亮度分量圖象一致，然后將拉伸過(guò)的高分辨率圖象作為新的亮度分量代入HIS反變換到原始空間中。　?。?）與HIS變換法類(lèi)似，它將低分辨率的圖象（三個(gè)波段或更多）作為輸入分量進(jìn)行主成分分析，而將高分辨率圖象拉伸使其具有于第一主成分相同的均值和方差，然后用拉伸后的高分辨率影象代替主成分變換的第一分量進(jìn)行逆變換。這樣，融合圖象上目標(biāo)細(xì)部特征更加清晰，光譜信息更加豐富。 高通濾波融合法　　高通濾波融合法將高分辨率圖象中的邊緣信息提取出來(lái)，加入到低分辨率高光譜圖象中。在得到所有M級(jí)的融合圖象后，實(shí)施逆變換得到融合結(jié)果。由于研究對(duì)象、目的不同，圖像融合方法亦可多種多樣，其主要步驟歸納如下:　　(1) 預(yù)處理:對(duì)獲取的兩種圖像數(shù)據(jù)進(jìn)行去噪、增強(qiáng)等處理，統(tǒng)一數(shù)據(jù)格式、圖像大小和分辨率。 \* MERGEFORMAT選取的特點(diǎn)應(yīng)是同一物理標(biāo)記在兩個(gè)圖像上的對(duì)應(yīng)點(diǎn)，該物理標(biāo)記可以是人工標(biāo)記，也可以是人體解剖特征點(diǎn)?！　?4) 融合圖像創(chuàng)建:配準(zhǔn)后的兩種模式的圖像在同一坐標(biāo)系下將各自的有用信息融合表達(dá)成二維或三維圖像。　　第五章 Matlab簡(jiǎn)介 　　MATLAB 的名稱(chēng)源自 Matrix Laboratory ，它是一種科學(xué)計(jì)算軟件，專(zhuān)門(mén)以矩陣的形式處理數(shù)據(jù)?！　atlab語(yǔ)言有如下特點(diǎn)： 　　1．編程效率高 它是一種面向科學(xué)與工程計(jì)算的高級(jí)語(yǔ)言，允許用數(shù)學(xué)形式的語(yǔ)言編寫(xiě)程序，且比Basic、Fortran和C等語(yǔ)言更加接近我們書(shū)寫(xiě)計(jì)算公式的思維方式，用Matlab編寫(xiě)程序猶如在演算紙上排列出公式與求解問(wèn)題。 　　2．用戶(hù)使用方便 Matlab語(yǔ)言是一種解釋執(zhí)行的語(yǔ)言（在沒(méi)被專(zhuān)門(mén)的工具編譯之前），它靈活、方便，其調(diào)試程序手段豐富，調(diào)試速度快，需要學(xué)習(xí)時(shí)間少。各個(gè)步驟之間是順序關(guān)系，編程的過(guò)程就是在它們之間作瀑布型的循環(huán)?！　?．語(yǔ)句簡(jiǎn)單，內(nèi)涵豐富 　　Mat1ab語(yǔ)言中最基本最重要的成分是函數(shù)，其一般形式為[a，6，c……] = fun（d，e，f，……），即一個(gè)函數(shù)由函數(shù)名，輸入變量d，e，f,……和輸出變量a，b，c……組成，同一函數(shù)名F，不同數(shù)目的輸入變量（包括無(wú)輸入變量）及不同數(shù)目的輸出變量，代表著不同的含義（有點(diǎn)像面向?qū)ο笾械亩鄳B(tài)性?！本涂捎糜跀?shù)組間的運(yùn)算，另外，它不需定義數(shù)組的維數(shù)，并給出矩陣函數(shù)、特殊矩陣專(zhuān)門(mén)的庫(kù)函數(shù)，使之在求解諸如信號(hào)處理、建模、系統(tǒng)識(shí)別、控制、優(yōu)化等領(lǐng)域的問(wèn)題時(shí)，顯得大為簡(jiǎn)捷、高效、方便，這是其它高級(jí)語(yǔ)言所不能比擬的。另外，在調(diào)用繪圖函數(shù)時(shí)調(diào)整自變量可繪出不變顏色的點(diǎn)、線(xiàn)、復(fù)線(xiàn)或多重線(xiàn)。 　　總之，Matlab語(yǔ)言的設(shè)計(jì)思想可以說(shuō)代表了當(dāng)前計(jì)算機(jī)高級(jí)語(yǔ)言的發(fā)展方向。因此本文采用matlab來(lái)實(shí)現(xiàn)本文的算法。 各算法程序　　 一般方法 　　圖像融合是通過(guò)一個(gè)數(shù)學(xué)模型把來(lái)自不同傳感器的多幅圖像綜合成一幅滿(mǎn)足特定應(yīng)用需求的圖像的過(guò)程，從而可以有效地把不同圖像傳感器的優(yōu)點(diǎn)結(jié)合起來(lái)，提高對(duì)圖像信息分析和提取的能力。　　對(duì)于圖像融合的對(duì)象，可以分為兩大類(lèi)，即多光譜圖像(通常為RGB彩色圖像)與灰度圖像之間的融合，以及灰度圖像之間的融合。一類(lèi)是簡(jiǎn)單融合方法，包括將空間對(duì)準(zhǔn)的兩幅圖像直接求加權(quán)平均值。還有一類(lèi)方法就是近幾年興起的基于小波變換的圖像融合方法，它通常采用多分辨分析和Mallat快速算法，通過(guò)在各層的特征域上進(jìn)行有針對(duì)性的融合，比較容易提取原始圖像的結(jié)構(gòu)信息和細(xì)節(jié)信息，所以融合效果要好于基于金字塔形變換的圖像融合法。小波表達(dá)式提供了方向信息，而金字塔表達(dá)式未將空間方向選擇性引入分解過(guò)程。金字塔的重構(gòu)過(guò)程可能具有不穩(wěn)定性，特別是兩幅圖像存在明顯差異區(qū)域時(shí)，融合圖像會(huì)出現(xiàn)斑塊，而小波變換圖像融合則沒(méi)有類(lèi)似的問(wèn)題。 M1 input image 1% Y (Oliver Rockinger )% check inputs [z1 s1] = size(M1)。if (z1 ~= z2) | (s1 ~= s2)Input images are not of same size39。end。 normalize eigenvalues [V， D] = eig(cov([M1(:) M2(:)]))。 a = V(:，1)./sum(V(:，1))。 end?！　?金字塔（Pyramid）算法程序 　　金字塔圖像融合法:用金字塔在空間上表示圖像是一種簡(jiǎn)單方便的方法。將合成的金字塔，用金字塔生成的逆過(guò)程重構(gòu)圖像，則可得到融合圖像。基于FSD Pyramid的圖像融合算法程序：function Y = fuse_fsd(M1， M2， zt， ap， mp)%Y = fuse_fsd(M1， M2， zt， ap， mp) image fusion with fsd pyramid%% M2 input image B% ap coefficient selection highpass (see ) % Y (Oliver Rockinger )% check inputs [z1 s1] = size(M1)。if (z1 ~= z2) | (s1 ~= s2)Input images are not of same size39。end。 = [1 4 6 4 1] / 16。% loop over deposition depth analysisfor i1 = 1:zt [z s] sl(i1) if (floor(z/2) ~= z/2)， ew(1) = 1。 end。 if (floor(s/2) ~= s/2)， ew(2) = 1。 end。 % perform expansion if necessary M2 = adb(M2，ew)。 end。 G1 = conv2(conv2(es2(M1，2)， w， 39。)，w39。valid39。valid39。 39。)。 E(i1) = {selc(M1G1， M2G2， ap)}。 % decimate end。% loop over deposition depth synthesisfor i1 = zt:1:1 M1T = conv2(conv2(es2(undec2(M1)， 2)， 2*w， 39。)， 2*w39。valid39。 M1 M1end。.2 .4這類(lèi)算法主要是利用人眼對(duì)局部對(duì)比度的變化比較敏感這一事實(shí)，根據(jù)一定的融合規(guī)則，在多幅原圖像中選擇出最顯著的特征，例如邊緣、線(xiàn)段等，并將這些特征保留在最終的合成圖像中。雖然小波系數(shù)(高頻系數(shù))的選擇對(duì)于保留圖像的邊緣等特征具有非常主要的作用，但尺度系數(shù)(低頻系數(shù))決定了圖像的輪廓，正確地選擇尺度系數(shù)對(duì)提高合成圖像的視覺(jué)效果具有舉足輕重的作用。 M1 input image A% zt maximum deposition level% mp coefficient selection base image (see ) %% fused image %[z2 s2] = size(M2)。 error(39。)。% cells for selected imagesE = cell(3，zt)。 % calculate and store actual image size = size(M1)。 zl(i1) = z。 = s。 % define actual filters (inserting zeros between coefficients) Z1 = conv2(es(M1， fh， 1)， g1， 39。)。 A1 = conv2(es(Z1， fh， 2)， g139。valid39。39。)。 Z1 = conv2(es(M1， fh， 1)， h1， 39。)。 A3 = conv2(es(Z1， fh， 2)， g139。valid39。39。)。 % image Bvalid39。39。)。 B2 = conv2(es(Z1， fh， 2)， h139。valid39。valid39。39。)。 B4 = conv2(es(Z1， fh， 2)， h139。valid39。 % select coefficients and store them M1 = A4。 end。% loop over deposition depth synthesisfor i1 = zt:1:1 % define actual filters (inserting zeros between coefficients) A4 = conv2(es(A4， fh， 2)， h239。valid39。 39。)。 A2 = conv2(es(E{2，i1}， fh， 2)， h239。valid39。 39。)。 % filter (columns) A4 = conv2(es(A4+A3， fh， 1)， h2， 39。)。 valid39。 % add images end。　　5．3實(shí)驗(yàn)結(jié)果 下面將本文的算法用于多聚焦圖像的融合。經(jīng)過(guò)圖像融合技術(shù)后，就可以得到一個(gè)所有目標(biāo)都聚焦清晰的圖像。圖51 聚焦在左邊的圖像圖52 聚焦在右邊的圖像　　我們分別利用基于PCA的算法、金字塔圖像融合法和小波變換法的算法程序得到的的融合圖像結(jié)果，如圖5圖5圖55所示圖53 基于PCA算法的融合圖像圖54 基于金字塔圖像融合算法的融合圖像圖55 基于SIDWT小波變換的融合圖像但通過(guò)比較分析，我們可以看出基于小波變換的融合圖像（圖55）最為清晰，所表現(xiàn)的圖像細(xì)節(jié)效果最好，重影現(xiàn)象消除得最干凈。　　第六章 圖像拼接技術(shù)一直是計(jì)算機(jī)視覺(jué)、圖像處理和計(jì)算機(jī)圖形學(xué)的熱點(diǎn)研究方向?！　?2)圖像配準(zhǔn)主要指對(duì)參考圖像和待拼接圖像中的匹配信息進(jìn)行提取，在提取出的信息中尋找最佳的匹配，完成圖像間的對(duì)齊。本文分析了現(xiàn)有的多種圖像配準(zhǔn)算法。 　　(3)圖像融合指在完成圖像匹配以后，對(duì)圖像進(jìn)行縫合，并對(duì)縫合的邊界進(jìn)行平滑處理，讓縫合自然過(guò)渡。 (4)論文的最后簡(jiǎn)要介紹了利用matlab實(shí)現(xiàn)的圖像拼接軟件，該軟件實(shí)現(xiàn)了本文討論到的所有方法。但對(duì)于這一研究領(lǐng)域來(lái)說(shuō)，本文所作的工作只是滄海一粟。 (1)本文的圖像拼接算法的研究，是基于兩幅圖像間重疊區(qū)域并不存在運(yùn)動(dòng)的物體的假設(shè)的。如果在重疊區(qū)域存在運(yùn)動(dòng)物體的情況下，如何消除運(yùn)動(dòng)物體對(duì)拼接圖像帶來(lái)的影響例如，兩幅圖像因?yàn)橹丿B區(qū)域的運(yùn)動(dòng)物體，在合成的圖像中該區(qū)域出現(xiàn)重影)，是需要進(jìn)一步研究的問(wèn)題。 (2)本文討論的圖像拼接算法，并不是針對(duì)特定圖像的研究。如何通過(guò)特定目標(biāo)的特征從圖像中提取出特定目標(biāo)(例如，人臉、足球)，以此來(lái)幫助完成圖像拼接，這需要加深對(duì)圖像中特定目標(biāo)的理解和分割。參考文獻(xiàn) ，2. L. G. Brown. A survey of image registration techniques. ACM Computer1112 任愛(ài)華，計(jì)算機(jī)圖形學(xué)，北京航空航天大學(xué)出版社，2005/12。14 高文，陳熙霖，計(jì)算機(jī)視覺(jué)，清華大學(xué)出版社與廣西科學(xué)技術(shù)出版社。15 劉靜華，王永生，陸國(guó)棟，陳超，計(jì)算機(jī)繪圖，高等教育出版社，2006/5。 李海濤, 鄧櫻編著 北京：電子工業(yè)出版社，200320 Matlab工具箱應(yīng)用指南．控制工程篇 董長(zhǎng)虹主