我是靠谱客的博主 整齐口红,这篇文章主要介绍小波变换图像融合,现在分享给大家,希望可以做个参考。

最近在做一个小实验,基于小波变换对图像进行融合的MATLAB实验。
***小波变换图像融合原理:***对一幅灰度图像进行N层的小波分解,形成3N+1个不同频带的数据,其中有3N个包含细节信息的高频带和一个包含近似分量的低频带。分解层数越多,越高层的数据尺寸越小,形成塔状结构,用小波对图像进行多尺度分解的过程,可以看作是对图像的多尺度边缘提取过程。小波变换具有空间和频域局部性,它可将图像分解到一系列频率通道中,这与人眼视网膜对图像理解的过程相当,因此基于小波分解的图像融合可能取得良好的视觉效果;图像的小波分解又具有方向性和塔状结构,那么在融合处理时,根据需要针对不同频率分量、不同方向、不同分解层或针对同一分解层的不同频率分量采用不同的融合规则进行融合处理,这样就可能充分利用图像的互补和冗余信息来达到良好的融合效果。

代码部分:
主程序:

复制代码
1
2
3
4
5
6
7
8
9
10
11
`close all;clear all;clc; load mask; A=X; load bust ; B=X; Fus_Method=struct('name','userDEF','param','myfus_FUN'); C=wfusmat(A,B,Fus_Method); figure; subplot(131),imshow(uint8(A)),title('原图像1'); subplot(132),imshow(uint8(B)),title('原图像2'); subplot(133),imshow(uint8(C)),title('融合后图像')

;`

调用函数:

复制代码
1
2
3
4
5
6
7
8
function C = myfus_FUN(A,B)%定义融合规则 D=logical(tril(ones(size(A))));%提取矩阵的下三角部分 t=0.3; %设置融合比例 C=B;%设置融合图像初始值为B C(D)=t*A(D)+(1-t)*B(D);%融合后图像C的下三角融合规则 C(~D)=t*B(~D)+(1-t)*A(~D);%融合后图像Dd的上三角融合规则

输出结果展示:
在这里插入图片描述

最后

以上就是整齐口红最近收集整理的关于小波变换图像融合的全部内容,更多相关小波变换图像融合内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(82)

评论列表共有 0 条评论

立即
投稿
返回
顶部