机器视觉与智能检测相关课题创新实践-实验报告.doc

《》、 （a）红外图像 （b）可见光图像 图1 待融合图像 实验内容 直接加权融合方法： 线性混合操作也是一种典型的二元两个输入的像素操作 ： 通过在范围 内改变 核心代码：image((Y1+Y2)/2); %权值相等 图2 直接融合图像1 图3 直接融合图像2 改变参数的影响： 那个图的参数比例高，那个图在融合图像中的影响就越高。 傅里叶变换融合： 对一张图像使用傅立叶变换就是将它分解成正弦和余弦两部分。也就是将图像从空间域(spatial domain)转换到频域(frequency domain)。 图4傅里叶变换融合图像1 图5 傅里叶变换融合2 小波融合： 小波变换（Wavelet Transform）是一种新型的工程数学工具，由于其具备的独特数学性质与视觉模型相近，因此，小波变换在图像处理领域也得到了广泛的运用。用在图像融合领域的小波变换，可以说是金字塔方法的直接拓展。 图6 小波融合1 图7 小波融合2 5．实验完整代码 1．直接融合 addpath(E:\学习\课件\机器视觉创新实践\曾东明) Y1=imread(1.PNG); subplot(1,3,1); imshow(Y1); title( 直接融合 1.PNG); Y2=imread(2.PNG); subplot(1,3,2); imshow(Y2); subplot(1,3,3); image((Y1+Y2)/2); Y1=imread(057_L_VL.bmp); subplot(1,3,1); imshow(Y1); title(直接融合 图像1); Y2=imread(057_L_IR.bmp); subplot(1,3,2); imshow(Y2); title(图像2); subplot(1,3,3); Y1=rgb2gray(Y1); image((Y1+Y2)/2); 2.傅里叶变换 Y1=imread(1.PNG); subplot(1,3,1); imshow(Y1); title(傅里叶变换融合 1.PNG); Y2=imread(2.PNG); subplot(1,3,2); imshow(Y2); title(2.PNG); F1=fft2(Y1); F2=fft2(Y2); X=abs(ifft2(F1+F2)/2); subplot(1,3,3); image(X); Y1=imread(057_L_VL.bmp); subplot(1,3,1); imshow(Y1); title(傅里叶变换融合 图像1); Y2=imread(057_L_IR.bmp); subplot(1,3,2); imshow(Y2); title(图像2); Y1=rgb2gray(Y1); F1=fft2(Y1); F2=fft2(Y2); X=abs(ifft2(F1+F2)/2); subplot(1,3,3); image(X); 3．小波融合 addpath(E:\学习\课件\机器视觉创新实践\曾东明) Y1=imread(1.PNG); subplot(1,3,1); imshow(Y1); title(db4 小波变换 1.PNG); Y2=imread(2.PNG); subplot(1,3,2); imshow(Y2); title(2.PNG); Y1=double(Y1); Y2=double(Y2); [c3,L1]=wavedec2(Y1,2,db4); [c4,L2]=wavedec2(Y2,2,db4); W=c3+c4; YY=waverec2(W,L1,db4); subplot(1,3,3); YY=double(YY); image(YY); Y1=imread(057_L_VL.bmp); subplot(1,3,1); imshow(Y1); title(db4小波融合 图像1); Y2=imread(057_L_IR.bmp); subplot(1,3,2); imshow(Y2); title(图像2); Y1=rgb2gray(Y1); Y1=double(Y1); Y2=double(Y2); [c3,L1]=wavedec2(Y1,2,db4); [c4,L