转载转小波图像分解与重构
信息来源：互联网 编辑：www.pipaxi.com.cn 审核：Admin
图像融合可分为三个层次:
1.像素级融合
2.特征级融合
3.决策级融合
其中像素级融合是最低层次的融合，也是后两级的基础。它是将各原图像中对应的像素进行融合处理，保留了尽可能多的图像信息，精度比较高，因而倍受人们的重视。像素级的图像融合方法大致可分为三大类:
1.简单的图像融合方法
2.基于塔形分解（如Laplace塔形分解、比率塔等）的图像融合方法
3.基于小波变换的图像融合方法
小波变换是图像的多尺度、多分辨率分解，它可以聚焦到图像的任意细节，被称为数学上的显微镜。近年来，随着小波理论及其应用的发展，已将小波多分辨率分解用于像素级图像融合。小波变换的固有特性使其在图像处理中有如下优点：
1.完善的重构能力，保证信号在分解过程中没有信息损失和冗余信息；
2.把图像分解成平均图像和细节图像的组合，分别代表了图像的不同结构，因此容易提取原始图像的结构信息和细节信息；
3.具有快速算法，它在小波变换中的作用相当于FFT算法在傅立叶变换中的作用，为小波变换应用提供了必要的手段；
4.二维小波分析提供了与人类视觉系统方向相吻合的选择性图像。
——像素级图像融合的主要步骤
以两幅图像的融合为例。设A，B为两幅原始图像，F为融合后的图像。若对二维图像进行N层的小波分解，最终将有(3N+1)个不同频带，其中包含3N个高频子图像和1个低频子图像。其融合处理的基本步骤如下：
（1）对每一原图像分别进行小波变换，建立图像的小波塔型分解；
（2）对各分解层分别进行融合处理。各分解层上的不同频率分量可采用不同的融合算子进行融合处理，最终得到融合后的小波金字塔；
（3）对融合后所得小波金字塔进行小波重构，所得到的重构图像即为融合图像。
图1
在图像融合过程中，小波基的种类和小波分解的层数对融合效果有很大的影响，对特定的图像来说，哪一种小波基的融合效果最好，分解到哪一层最合适，都是需要考虑的问题。为此可以通过引入融合效果的评价来构成一个闭环系统。如图2所示。