论文部分内容阅读
小波变换是近年来迅速发展起来的一门理论,小波理论的出现为空间、频率多尺度分析提供了一个精确而统一的框架。小波变换在图像压缩、图像增强和图像融合领域中得到了成功的应用。
图像融合是同一对象的两幅或更多幅的图像合成到一幅图像中,以使它比任何原来的一幅都能更容易地为人们所理解。图像数据融合有多种方法,传统的有HIS、PCA、HPF方法,但是这几种方法都有其无法克服的缺点和适用范围,本论文对小波变换进行了分析并指出了其用于图像数据融合中的优势,提出了基于小波变换的图像数据融合算法。
一般的基于小波变换的图像数据融合算法中,都是用经过小波变换后低分辨率图像的低频部分来代替高分辨率图像的低频部分。用小波变换后的低频图像部分的简单替换会造成原低分辨率图像的信息损失,对融合结果图像造成较大的影响。
一般来说,图像的熵值越大,表明图像包含的信息越丰富;图像的平均梯度值越大,表明图像越清晰。本论文中用图像的熵和平均梯度来对融合结果图像进行评价。试验结果表明,无论从视觉效果,还是从理论分析,利用小波变换,基于区域能量特征的融合算法能得到质量较好的融合结果图像。