图像融合基于区域的空间域图像融合
Posted 博主QQ2449341593
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像融合基于区域的空间域图像融合相关的知识,希望对你有一定的参考价值。
图像二维离散小波变换 :
图像的二维离散小波分解和重构过程如下图所示,分解过程可描述为:首先对图像的每一行进行 1D-DWT,获得原始图像在水平方向上的低频分量 L 和高频分量 H,然后对变换所得数据的每一列进行 1D-DWT,获得原始图像在水平和垂直方向上的低频分量 LL、水平方向上的低频和垂直方向上的高频 LH、水平方向上的高频和垂直方向上的低频 HL 以及水平和垂直方向上的的高频分量 HH。
重构过程可描述为:首先对变换结果的每一列进行以为离散小波逆变换,再对变换所得数据的每一行进行一维离散小波逆变换,即可获得重构图像。由上述过程可以看出,图像的小波分解是一个将信号按照低频和有向高频进行分离的过程,分解过程中还可以根据需要对得到的 LL 分量进行进一步的小波分解,直至达到要求。
对于二维图像Haar变换不再从一个方向进行滤波,而是从水平和竖直两个方向进行低通和高通滤波(水平和竖直先后不影响),用图像表述如图所示:图中a表示原图,图b表示经过一级小波变换的结果,h1 表示水平反向的细节,v1 表示竖直方向的细节,c1表示对角线方向的细节,b表示下2采样的图像。图c中表示继续进行Haar小波变换。一级Haar小波变换实际效果如图3所示
clear all;
close all;
clc;
I1=imread('a.tif');
I1=rgb2gray(I1);
I2=imread('b.tif');
I2=rgb2gray(I2);
F=bbsd_fuse(I1,I2);
figure(1)
subplot(131)
imshow(I1);
title('原图1')
subplot(132)
imshow(I2);
title('原图2')
subplot(133)
imshow(F);
title('融合后')
完整代码或者仿真咨询添加QQ1575304183
以上是关于图像融合基于区域的空间域图像融合的主要内容,如果未能解决你的问题,请参考以下文章
图像融合基于matlab IHS变换与自适应区域特征遥感图像融合含Matlab源码 1636期
图像融合基于matlab泊松彩色图像融合含Matlab源码 1830期
图像融合基于matlab高分辨率全色图PCA图像融合(含评价指标)含Matlab源码 2407期