(完整版)多源图像融合系统设计.doc

1、一 实验名称：多源图像融合系统设计二 实验目的1 了解图像融合的目的、意义和用途，理解和掌握图像融合的基本原理。2 熟练掌握图像融合的实现步骤和流程。3 掌握图像多分辨率分解的基本方法。4 掌握小波多分辨分析。5 能够利用 MATLAB 或 C+实现基于小波分析的两幅或多幅图像的融合。6 能够对融合结果进行简单的定量评价。三 实验原理多源光电图像融合试讲多源信道所采集的同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成统一图像或综合图像特征以供进一步的处理，本实验用到的图像融合方法原理如下。 1. 空间域代数运算(或逻辑运算)像素级图像融合 假设参加融合的图像分别为 A、B，图像

2、的大小为MN ，经融合后得到的融合结果图像为F，那么，对 A、B 两个源图像的像素灰度值进行最小准则及加权平均融合的实验原理分别如下：1) 基于最小准则的融合 (1)2) 加权平均融合 (2)其中，为图像中像素点的位置， 是加权系数，。2. 基于小波变换的图像融合由于正交小波分解具有非冗余性，使得图像经小波分解后的数据总量不会变 大，利用小波分解的方向性，就又可能针对人眼对不同方向的高频分量具有不同 分辨率这一视觉特性，获得视觉效果更佳的融合图像。对一幅图像进行 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。 基于小波分解的

3、图像融合方法一般分为3个步骤，首先将多源图像进行分 解，得到多分辨率分解，然后对不同频率系数进行不同方法的融合，最后通过提升反变换得到融合图像。基于小波的图像融合流程如图 1 所示：上图中，融合决策可以采用前述的加权方式或者所谓能量最大化的原则，见式3。 (3)上式中，D表示小波分解后源图像与融合图像在分解的第l级的各个高频分 量， X,Y 指输入图像。 也就是选择各个源图像经小波分解之后，各个对应高频子带成分绝对值的最大值，作为融合图像的对应子带信号。 融合图像最低分辨率低频信号，则可以使用简单加权平均融合得到， 或者也 可以使用能量最大化原则。3. 融合前后图像的定量评价1) 基于信息量的

4、评价指标：熵： 衡量图像中的信息量的丰富程度，其表达式为： (4)2) 基于梯度值的评价：空间频率：反映一幅图像空间域的总体活跃程度，其公式为： (5)其中： RF 为空间行频率； CF 为空间列频率，且： (6) (7)四 实验步骤1. 实验环境的搭建，利用红外成像仪等搭建多源光电图像采集平台，并采集图像作为融合图像的源数据。2. 使用步骤 1 所采集的图像，或者打开实验指定的源图像所在文件夹，选择合适待融合图像；3. 根据实验原理，在 VS 平台或 MATLAB 中编写实验内容中要求完成的实验项目的仿真程序，并调试4. 运行调试好的程序，判断实验结果的正确性， 对融合图像进行分析， 将正确

5、的实验结果图保存，方便实验报告的撰写。五 实验结果及分析分析：通过利用小波变换对同一场景的两幅图像的融合可以看出，融合后的图像较融合前的图像能够更加全面，详细的表现场景的特征。六 实验心得体会和建议l 心得体会：通过这次实验让我掌握了图像融合及其评价的基本知识，并能够进行简单的图像融合实验而且提高了自己的动手能力以及对图像处理的兴趣。l 建议：可以要求同学们用多其它方式进行图像融合比较各种方式间的优劣。 七 思考题1) 简述图像的融合的目的、意义及其主要应用领域。l 目的: 通过对多幅图像间的冗余数据和互补信息的处理来提高图像的可靠性和清晰度，从而更有利于人眼的识别和机器的自动探测。l 意义：

6、图像融合可明显的改善单一传感器的不足，提高结果图像的清晰度及信息包含量，有利于更为准确、更为可靠、更为全面地获取目标或场景的信息。因此，对图像融合技术展开深入的研究，对于国民经济的发展和国防事业的建设均具有非常重要的意义。l 应用领域：目前图像融合在遥感探测、安全导航、医学图像分析、反恐检查、环境保护、交通监测、清晰图像重建、灾情检测与预报等领域都有着重大的应用价值。2) 小波多分辨分析与塔式分解的差异主要表现在什么方面？小波多分辨分析的紧致性、对称性和正交性优于塔式分解。3) 小波变换的分解层数对融合图像的光谱质量和空间质量有什么影响? 分解层数过多，产生的子带就越多，边界延拓越大，从而造成

7、过大的信号移位和边界失真，最终导致融合图像的光谱质量和空间质量变低。八 程序源代码clc; clear all; close all; clear % 读取并显示图1X1,map1=imread(E:学科图像实验多源图像融合系统设计fusionimages011801i.bmp);subplot(2,2,1); imshow(X1);colormap(map1); title(原图1)% 读取并显示图2X2,map2=imread(E:学科图像实验多源图像融合系统设计fusionimages011801v.bmp);subplot(2,2,2);imshow(X2);colormap(map2

8、);title(原图2);% 将图像变为一维if ndims(X1)=3 %ndims为求数组维数的函数 X3=rgb2gray(X1);else X3=X1;%否则直接赋值endif ndims(X2)=3 X4=rgb2gray(X2);else X4=X2;endX3=double(X3);%转换成双精度数据X4=double(X4);% 进行小波变换c0,s0=wavedec2(X3,2,sym4);%小波变换c1,s1=wavedec2(X4,2,sym4);%小波变换% 融合%低频系数的处理(取平均值)s_c1 = size(c1); Coeff = zeros(1,s_c1(2)

9、; Temp = zeros(1,2); Coeff(1:s1(1,1) = (c0(1:s1(1,1)+c1(1:s1(1,1)/2; %下面进行高频系数的处理（取最大值） Max1 = c0(s1(1,1)+1:s_c1(2); Max2 = c1(s1(1,1)+1:s_c1(2); MM = (abs(Max1) (abs(Max2); Y = (MM.*Max1) + (MM).*Max2); Coeff(s1(1,1)+1:s_c1(2) = Y; %重构 Y = waverec2(Coeff,s0,sym4); subplot(223);imshow(Y,); title(融合图像); 报告评分： 指导教师签字：