基于matlab小波变换的图像融合算法研究
摘 要
图像融合是指通过图像处理与计算机技术等方法将同一目标的多幅图像数据信息中的有利信息最大限度的提取出来，最后运用一定的算法合成高质量融合图像。在国民经济和国防事业的发展与建设中，图像融合技术都有重要的作用。所以，图像融合技术的研究是一项很有意义、很有价值的课题。
基于红外与可见光图像的特性，本文提出利用边缘提取与局部方差相结合的方式对这两幅图像进行融合。在叙述图像融合的概念与小波的理论依据过程中，通过几种常见融合算法的比较，确定选用小波变换。应用主观和客观两种评判方式的标准与参数对融合后的效果做出评价。小波基函数选择对于小波变换的图像融合，会直接影响融合后效果，因此对比几种小波簇并选用Db4小波基进行仿真实验。
通过MATLAB仿真实验证明，依据边缘提取与局部方差相结合的方式算法能得到理想的清晰融合图像。
关键词：小波变换；图像融合；局部方差；边缘提取
The Research of Image Fusion Algorithm Based on
Wavelet Transform
ABSTRACT
Image fusion refers to the multi-source remote sensing image data information with the goal after the image processing and computer technology, to maximize the extraction of the useful information, the final fused image synthesis of high quality. In the development and construction of the national economy and national defense industry, image fusion technology has an important role. So, the research of image fusion technology is a very meaningful, valuable topic.
The characteristics of infrared and visible images based on edge extraction is proposed in this paper, by combining with local variance is the fusion of the two images. Describes the concept and theoretical basis of wavelet image fusion process, through the comparison of several common fusion algorithms, determine the selection of wavelet transform. Application of subjective and objective two way of judging criteria and parameters on the effect evaluation of merged. The wavelet function selection for wavelet transform image fusion, will directly affect the fusion effect, so the comparison of several wavelet selection and Db4 wavelet simulation experiment.
The MATLAB simulation results show that on the basis of the algorithm using a combination of edge detection and local variance of the image fusion can get ideal clear.
Key Words: Wavelet transform; Image fusion; Local variance; Edge extraction
目 录
第一章 绪论 1
1.1 课题研究背景与意义 1
1.2 图像融合国内外的发展现状 2
1.3 本文主要内容 3
第二章 图像融合的理论依据 5
2.1 图像融合的过程 5
2.1.1 图像融合的层次 5
2.1.2 图像融合的步骤 7
2.2 图像融合的方法 8
2.2.1 常用的图像融合方法 8
2.2.2 基于空间域的图像融合方法 8
2.2.3 基于变换域的图像融合方法 9
2.3 图像融合的质量测评 11
2.3.1 主观评价融合图像 11
2.3.2 客观评价融合图像 12
2.4 本章小结 13
第三章 小波变换的理论基础 14
3.1 常用的几种小波基函数 14
3.2 连续的小波变换与离散的小波变换 15
3.2.1 连续的小波变换 15
3.2.2 离散的小波变换 16
3.3 多分辨率分析与马拉特（mallat）快速算法 17
3.3.1 多分辨率分析（MRA）简介 17
3.3.2 马拉特（mallat）快速算法 17
3.4 基于小波变换的图像分解和重构 18
3.5 二维小波变换 19
3.6 小波变换在图像融合中的优点 19
3.7 本章小结 20
第四章 基于小波变换的图像融合 21
4.1 红外与可见光图像的融合 21
4.1.1 融合图像的特征分析 21
4.1.2 小波基的选择与确定 22
4.1.3 融合图像的融合规则 22
4.1.4 MATLAB仿真及结果分析 24
4.2 本章小结 26
第五章 论文的总结与展望 27
5.1 论文总结 27
5.2 工作展望 27
参考文献 29
致 谢 30
第一章 绪论
1.1 课题研究背景与意义
随着通信、计算机、微电子等技术不断发展和建设，同时由于现代越来越复杂化的军事战争，以及越来越丰富多彩的生活方式，这一切因素都促进了传感器的迅猛发展，多种多样、形形色色的传感器被应用于与人类息息相关的各个方面，其中特别是一些关于图像处理技术的传感器得到了飞速发展，无论是种类还是性能等方面都取得了质的飞跃。多传感器数据处理由原来的单一传感器发展而来，在此系统中，多样性是信息存在的形式，因为对信息的容量与处理速度要求很高，使得现代一般的方法都无法满足这种情况。数据融合是鉴于这种需求而发展起来的一种新处理技术[1~2]。
伴随大数据时代的到来，数据融合技术也被运用到各个领域，其中在多源图像融合中得到体现。多源图像融合是指为使同一目标场景的描述更加可靠、准确和全面，通过对几幅多源图像的数据信息进行提取和合成处理的技术。融合后图像在人机视觉效果上比融合前好得多，能更好地分析和理解后续处理，并且还能检测、识别和跟踪目标对象。在数据的融合范畴内，图像融合的研究对象就是图像，它们所处理的各种各样的图像就是数据。在对同一目标或场景使用多个传感器进行采样，所获得的图像信息往往很相似，这样会产生信息冗余；之所以有互补信息，是因为不同的传感器都有少许的差别，从而导致得到的图像信息会有一定的差异[[[1] 唐小明，何友，夏明革.多传感器图像融合综述[J].电光与控制，2002，4(9)：1-7]]；为了使目标图像更为完整、清晰，通过提取各个传感器采集的图像信息，并用合适的算法对信息进行处理，合成后图像不仅信息量比源图像多，并且使计算机在信息处理时变得更加快捷。
多源图像融合是信息优化的过程，与源图像信息相比，克服单一图像局限性，使融合图像中背景里潜在的目标可能被检测出来，图像细节会变得更为明显，图像也会变得更为清晰，让人看起来更为舒服，不仅如此，融合图像还能够更为精准可靠的描述客观实际，在一些领域中起着重要的作用。图像融合是为了抑制或减少原始图像中可能潜藏的多义、不完全和不确定等特性，在采集多源图像信息基础上，使用某种算法对原始图像信息进行处理，以此获取同一目标或事物更为完整、全面、丰富的信息图像。因为这些特性，图像融合在计算机、医学、遥感、农业、军事等方方面面已被广泛运用[3]。
近些年来，随着科技这辆“高速列车”不断提速，无论什么事物都抵挡不住更新换代的潮流，为了时代的需求以及不断增长与日益复杂的信息，人类也绞尽脑汁地将各式各样的技术推陈出新，或者继续优化传统算法，以便充分利用各种资源。分析处理这些数不清的信息，要将目标图像更加清晰完整地呈现在我们眼前。为此，研究图像融合技术是一项有着理论依据和应用价值的重要课题。
1.2 图像融合国内外的发展现状
信息融合概念是美国在20世纪70年代中后期就有了的，而多传感器图像的融合正是其中一个重要的方面。遥感图像的分析与处理是最早运用图像融合技术的，Daliy等学者于1979年在地质解释中首次用到Landsat-MSS图像与雷达图像的复合图像[[[2] Daily M.I，Farr T，and Elachi C. Geologic interpretation from composited radar and Landsat imagery[J].Photo grammetric Engineering and Remote Sensing.1979，45(8)：1109-1116]]，虽然该过程可以认作是最简单的图像融合处理，但图像融合的大门也因此被打开了。到了90年代以后，因为计算机图像处理能力的增强，图像融合技术得到空前发展，随之引起越来越多的关注，并快速成为一门热门专业。随着不断深入的融合算法研究，导致图像融合技术在更为广泛领域被运用，遍及农业、天文、红外光、可见光等相关方面的图像研究。尤其是自动目标识别、计算机视觉、武器检测等领域已成为研究热点。
提及图像融合，就不得不说它在军事方面的重要作用。虽然图像融合应用于各个领域，但使用最早、最广泛的还是在军事上。上世纪90年代，第一套图像融合样机在美国海军SSNF-691潜水艇上组装了，能够让士兵在最好的位置上观察到每一传感器输出的所有图像[[[3] 王泽和.九十年代美海军潜艇传感器融合系统[J].现代军事，1992，7：74—77]]；同一时期，英国把Ⅱ类通用组件作为基础，制造出拥有图像融合功能的双波段热像检测仪[[[4] 敬忠良，肖刚，李振华.图像融合理论与应用[M].北京：高等教育出版社，2007，63-91]]；另外，因为环境地形复杂多变，在军事侦察时，单一的侦察设备所获得信息只能表达某一部分环境，因此不能描述所需全面的环境信息，使信息具有局限性。而解决这类问题便要使用到图像融合技术。通过不同性质的传感器，如红外摄像和雷达设备等，将得到图像的信息进行综合分析，运用一定的算法加以分析处理，就可以获得比较全面的图像信息[[[5] 郁文贤，雍少为，郭桂蓉.多传感器信息融合评述[J].国防科技大学学报，1994，16(3)：1-11]]。应用这些情报信息图像，就可以制定出更加有利的作战方案。据了解，在多个时期拟定的军事战法策划里，美国国防部也有不少的任务与多源图像融合技术相关。
在民用生活中也活跃着图像融合的身影。例如，在医学影像领域，图像融合通过对核磁共振（Magnetic Resonance Imaging，MRI）、正电子发射电子计算机断层（Positron Emission Tomography，PET）与计算机断层扫描（Computed Tomography，CT）三类图像进行融合，为临床医疗提供大量有用的特征图像，减少医生的误诊率。现在一些计算机辅助显微手术也逐步使用医学图像融合技术。另外，在制造产业中，图像融合也用于产品优劣与材料损伤检测、制造环节监控、诊断设备完整等。还有特别是在交通管理与航空管制中都有着无可替代的地位。随着生活和生产的需要，图像融合技术在民用方面的发展空间也将变得越来越广阔。
近二三十年，国际在发展和应用图像融合技术都较早，很多相关仪器都已投入实际应用中去了。英国在军用直升飞机上使用图像融合技术，将白天可见光图像与夜间红外图像进行融合，可以清楚地监控到图像中多了哪些事物，从而保障特定区域的安全。美国波音航空公司在联合攻击机（Joint Strike Fighter，JSF）电子设备综合系统中实现了将红外图像和合成孔径雷达图像的融合[[[7] Z.Xue，R.S.Blum，Concealed Weapon Detection Using Color Image Fusion[J].The 6thInternational Conference of Information Fusion，2003，1：622-627]]。美国一知名公司已研制出了具备融合功能的商用双光谱相机，这种相机通常被用于过程监视和预防性维护[[[6] R.Schmidt. Benefits of IR/Visible Fusion[J].Proc.SPIE，2007，6541：654105-1-6]]；美国理海大学在武器的检测中有杰出发现，他们研究出将多彩可见光和红外图像融合的系统，并有很好的结果。
与欧美国家相比，我国在图像融合技术发展相对起步较晚，但在国内利用图像融合技术取得的研究成果也是令人刮目相看的。很多单位在多传感器图像融合的研究中也做了不少工作。就比如，上海复旦大学医学院利用医学影像融合技术，定位肿瘤病灶，并引导肿瘤手术和放射治疗[[[8] 杨德林，徐启武.医学影像融合技术在神经外科中的应用进展[J].中国临床神经科学，2007，15(5)：334-336]]；武汉华中农业大学为了提高板栗的优良品质，结合计算机视觉和红外光谱的技术检测板栗是否有虫害问题或板栗本身是否完整[[[9] 展慧.基于多源信息融合技术的板栗分级检测方法的研究[D].武汉：华中农业大学，2010]]；南京理工大学在研究多光谱彩色夜视系统中融入了图像融合技术，为增强人们在夜间视觉取得了一定的助视效果。郑州解放军信工大学为识别与探测地面景物，在多频段光谱遥感图像中运用图像融合技术。为检测伪装后目标的多光谱伪装效果，北京某论证研究所用从国外收购的高端多光谱单镜头摄像机Si-CCD。
总的来看，图像融合技术在学术界和实际应用等方面都饱受青睐，正是因为这门技术给我们带来了诸多的便利以及无法取代的视觉效果，让越来越多的国家和人都投入到研究和开发中去。然而，图像融合技术还处于一个比较初期的阶段，很多问题还有待去解决，好比融合图像时算法所产生的时间与内存是不得不需要考虑的问题，还有就是图像融合技术缺乏系统的理论框架，文献、报刊等所描述的理论只是针对某一场景或实现某一功能的。因此整理和探讨图像融合技术总体理论也是以后所要研究的一部分。
1.3 本文主要内容
本文的理论依据是小波变换，其特点是多分辨率分析，在时域与频域里具备表征信号局部特征的能力，同时还有方向性好、尺度多等优点，因此多用于图像处理中。在小波变换的图像融合算法研究中，本文的主要研究内容包括以下几个方面：
第一章介绍该课题研究背景与意义，国内外图像融合的发展现状以及简单描述本文的主要内容。
第二章主要介绍的是图像融合的理论依据，首先讲了图像融合的过程，其中，主要是图像融合的层次与步骤；然后，对比了在空间域和变换域的一些常见的融合方法；最后，简单地了解了图像融合的质量测评。
第三章重点探讨了小波变换的理论基础，首先了解与介绍了几种常见的小波基函数以及它们的特点；然后从连续性角度介绍了连续与离散两类小波变换；接着描述了多分辨率分析和马拉特快速算法；通过马拉特算法引出并分析了小波变换的图像分解与重构；最后还简要写了二维小波变换以及小波变换在图像融合中的优点。
第四章先介绍了红外与可见光图像的特性，然后确定选用的小波基，接着描述了具体融合流程，最后对比实验结果，得出在小波变换的图像融合中，通过采用小波局部方差算法可以得到目标轮廓、边缘线条清晰的融合图像。
第五章则是对整篇论文进行总结和概括，以及对今后的工作展望。
参考文献
致 谢
时光流逝，眨眼间我的大学生涯就接近了尾声，回想大学四年的时光，不禁感叹时间过得好快，突然觉得好像落下了好多要感谢的话语，因而想借此良机，好好地表达我的谢意。
大学里，最要感谢的当然是我的导师，这篇论文能顺利地完成离不开于老师对我的严格要求与细心指导。从选题到资料的查询和学习再到论文的撰写到最后成文审阅，于老师都一丝不苟地教导我，帮助我。我知道导师对我的论文倾注了很大的心血，对于这每一份恩情，我都会铭记于心的。
老师中，我要感谢的除了毕业论文导师（于老师）外，还要感谢班导王老师，大学四年，他做了我两年的班导，一直都是尽心尽责，大事小事都会尽量帮我们处理好。
大学还离不开父母的支持与关心，他们一直都是默默无闻的，给予我的一切，他们都无怨无悔。对于父母的恩情，我觉得我这一辈子都还不清。
总而言之，千言万语只汇聚成一句“谢谢”。最后，我发至内心地感谢电子系全体师生以及关心我的人；在今后的工作与学习中，我都一定会加倍努力，祝愿你们一生平安幸福，珍重。
