图像融合基于matlab导向滤波图像融合含Matlab源码 1959期

Posted 2022-07-12 海神之光

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【图像融合】基于matlab导向滤波图像融合【含Matlab源码 1959期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、导向滤波简介

导向滤波在图像融合中具有良好的噪声平滑、边缘保留等特性,运算复杂度较低,有效解决了双边滤波、联合双边滤波等滤波器存在的梯度反转问题,但无法避免细节“光晕”的引入。对此,出现了一些针对导向滤波的改进算法和结合导向滤波的应用算法。

导向滤波是一种基于局部线性模型的快速边缘保持滤波器,利用导向图指导滤波过程,可以实现图像的边缘保持和结构传递功能。给定输入图像P,导向滤波将输出图像O假定为导向图像I的线性变换,即

式中,N(i)是以像素i为中心的邻域,在N(i)内线性系数ai和bi为常数,由岭回归计算得到。像素点i包含在相邻不同的窗口N(i)内,故式(1)中滤波输出Oj的值会根据窗口N(i)的变化而改变。为解决这一问题,通过平均所有可能的线性系数ai和bi值,得到输出Oj,即

导向滤波具有边缘保持和结构转移的功能,当输入图像P和导向图像I相同时,导向滤波表现出与双边滤波相似的保边特性。

三、部分源代码

clc,clear
I = load_images( '.\\Sourceimages\\colourset',1); 
F = GFF(I);
figure,imshow(F);
function imDst = boxfilter(imSrc, r)

%   BOXFILTER   O(1) time box filtering using cumulative sum
%
%   - Definition imDst(x, y)=sum(sum(imSrc(x-r:x+r,y-r:y+r)));
%   - Running time independent of r; 
%   - Equivalent to the function: colfilt(imSrc, [2*r+1, 2*r+1], 'sliding', @sum);
%   - But much faster.

[hei, wid] = size(imSrc);
imDst = zeros(size(imSrc));

%cumulative sum over Y axis
imCum = cumsum(imSrc, 1);
%difference over Y axis
imDst(1:r+1, :) = imCum(1+r:2*r+1, :);
imDst(r+2:hei-r, :) = imCum(2*r+2:hei, :) - imCum(1:hei-2*r-1, :);
imDst(hei-r+1:hei, :) = repmat(imCum(hei, :), [r, 1]) - imCum(hei-2*r:hei-r-1, :);

%cumulative sum over X axis
imCum = cumsum(imDst, 2);
%difference over Y axis
imDst(:, 1:r+1) = imCum(:, 1+r:2*r+1);
imDst(:, r+2:wid-r) = imCum(:, 2*r+2:wid) - imCum(:, 1:wid-2*r-1);
imDst(:, wid-r+1:wid) = repmat(imCum(:, wid), [1, r]) - imCum(:, wid-2*r:wid-r-1);
end

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]刘明葳,王任华,李静,焦映臻.各向异性导向滤波的红外与可见光图像融合[J].中国图象图形学报. 2021,26(10)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除