什么是小波图像融合.docVIP

什么是小波图像融合

图像融合是将两幅或多幅图像融合在一起，以获取对同一场

景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充

分利用各原图像的互补信息，使融合后的图像更适合人的视觉感

受，适合进一步分析的需要；并且应该统一编码，压缩数据量，以

便于传输。

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。

对图像而言，小波变换是将图像分解成频域上各个频率段的子

图，以代表原图的各个特征分量。这对后续的融合处理极为重要，

使得融合处理可以根据不同的特征分量采用不同的融合方法以达

到最佳融合效果。图像的融合策略（方法）是图像融合的核心，方

法与规则的优劣直接影响融合的速度与质量。

在一幅图像的小波分解中，绝对值较大的小波高频系数对应着

亮度急剧变化的点，也就是图像中对比度变换较大的边缘特征，如

边界、亮线及区域轮廓。融合的效果就是对同样的目标，融合前在

图像A中若比图像B中显著，融合后图像A中的目标就被保留，图

像B中的目标就被忽略。这样，图像A、B中目标的小波变换系数

将在不同的分辨率水平上占统治地位，从而在最终的融合图像中，

图像A与图像B中的显著目标都被保留。

目前小波域的融合规则主要分为两种：

一、基于单个像素的融合规则

主要包括:（1）小波系数的直接替换或追加；（2）最大值选取；（3）

加权平均。

二、基于区域特征的融合规则。

主要包括:（1）基于梯度的方法；（2）基于局域方差的方法；（3）

基于局域能量的方法。

基于像素的融合规则在融合处理时表现出对边缘的高度敏感

性，使得在预处理时要求图像是严格对准的，否则处理结果将不尽

人意，这就加大了预处理的难度。

基于区域的融合规则由于考虑了与相邻像素间的相关性，降低

了对边缘的敏感性，所以具有更加广泛的适用性。

针对不同类型的图像，下面介绍几种常用的融合方法：

（1）取系数绝对值较大法

适合高频成分较丰富，亮度、对比度较高的原图像，否则在融

合图像中只保留一幅图像的特征，其他的特征被覆盖；融合图像中

基本保留原图像的特征，图像对比度与原图像基本相同。小波变换

的实际作用是对信号解相关，并将信号的全部信息集中到一部分具

有大幅值的小波系数中。这些大