论文部分内容阅读
图像融合是将两个或两个以上的传感器在同一时间(或不同时间)获取的关于某个具体场景的图像或者图像序列信息加以综合,以生成一个新的有关此场景的图像。而这个图像是从单一传感器获取的信息中无法得到的。图像融合的目的是减少不确定性。图像融合在医学、测量、地理信息系统、工业、智能机器人以及军事领域都起着重要作用。本文首先介绍了图像融合的发展历史和一些基本理论,给出了一些图像融合的质量评估算法,接着对传统的像素级图像融合算法和基于小波变换的图像融合算法进行了介绍,然后重点研究了基于Mallat多分辨小波的图像融合算法。在对多分辨小波变换的图像融合算法有了一定的研究之后,提出了一种改进的基于多分辨小波变换的图像融合算法,该算法的融合效果更好,得到的图像更清晰。文章提出的算法使用Mallat多分辨小波变换来分解和重构图像,以图像边缘某像素点的位置为基础,通过对图像该像素点的区域能量以及区域空间频率的判断,来确定融合图像在该点的值。这种方法不但有效保留了有用的信息,而且有效去除了冗余信息。用这种算法得到的融合图像的边缘和细节更清楚。