MATLAB環境下基于小波變換的圖像融合方法

譚曉靜

軟件管理

MATLAB環境下基于小波變換的圖像融合方法

譚曉靜

（福建省石獅市閩南理工學院電子與電氣工程學院，福建石獅362700）

介紹了小波變換基本算法原理，分析了基于小波變換的圖像融合方法，接著介紹了在MATLAB環境下圖像融合的規則、方法和步驟，最后具體分析基于平移離散小波變換（SIDWT）圖像融合技術，結果顯示該技術處理的圖像可以得到理想的效果。

小波變換；MATLAB；圖像融合；SIDWT

目前，基于小波變換的影像數據融合方法很多，霍宏濤等人曾針對光譜扭曲的問題，提出一種直接相加的小波變換低頻信息處理方法，該方法得到的圖像優于傳統的小波融合方法，但是不能解決彩色畸變方面的問題；蔣曉瑜、王文杰等提出了基于區域能量特征的融合算法，解決了傳統的小波融合在融合時存在光譜扭曲的問題；李軍、強贊霞等提出了采用局域方差準則的小波變換融合法，在解決傳統小波融合方法的光譜扭曲方面起到了一定作用。

圖像融合是將同一對象的兩個或更多的圖像合成在一幅圖像中，以便比原來的任何一幅圖像更容易理解。這一技術可應用在多頻譜圖像處理以及醫學圖像處理等領域，依據原理是同一物體部件的圖像往往是采用不同的成像機理得到的[1]。

本文針對傳統小波變換進行融合的圖像，存在細節信息丟失的現象，提出了一種基于平移不變小波變換算法，并且在此基礎上加以改進。通過在MATLAB環境下進行仿真，結果表明，經過文中算法進行融合的圖像效果較理想，具有一定的實用性。

1 小波變換

1.1 基本算法原理

目前基于小波變換的圖像融合算法基本可以達到保留圖像邊緣的目的，在小波變換中，絕對值較大的小波系數對應的圖像邊緣特征較明顯，所以選擇合成圖像中的小波系數，計算其三個方向的高頻系數是研究的主要內容。此外，低頻系數（尺度系數）可以決定圖像的輪廓，在一幅圖像的小波變換中，適當地選擇尺度系數對圖像合成效果影響度較大[2]。

Fourier變換

設f（x）∈L1（-∞，∞）是復值函數，則L1（-∞，∞）中函數f（x）的Fourier變換為：

設f（x）∈L2（-∞，∞），則L2（-∞，∞）中函數f（x）的Fourier變換為：

稱為傅立葉變換的反演公示。

1.2 基于小波變換的融合算法

基于小波變換的圖像融合算法是對多源圖像進行幾何精確配準。首先，選取合適的小波基，確定分解層數，將原圖像分解在不同頻段的不同特征域上，充分反映原始圖像的局部變化特征；然后，選擇小波系數的融合規則，在不同的特征域進行均值濾波或者中值濾波；最后，利用小波逆變換得到融合后的圖像?；谛〔ㄈ诤系乃惴ㄔ瓌t通過置換，相加，或者選擇相應的小波系數實現在高分辨空間數據的分解層上合并低分辨率光譜數據[4]。原理框圖如圖1所示。

圖1 融合算法原理框圖

1.3 高頻系數融合規則

取M，N兩幅不同圖像，融合后圖像記為F.

（1）對兩幅圖像分別進行n層靜態小波分解，得到（3n+1）個不同頻帶，3n個高頻帶，1個低頻帶；

（2）取分解后M，N圖像加權平均；

式中，Cn，M，Cn，N，Cn，F為源圖像M，N，合后圖像F經過小波分解后在尺度N方向的低頻分量。

（3）確定最高分解層上圖像F的小波系數，計算M，N圖像分別在3個方向上的高頻分量的小波系數，進行比較，取絕對值較大者。

（4）確定中間分解層上圖像F的小波系數，計算M，N圖像在以力像素為中心的局部區域的最大均方差值的小波系數。計算方差：

式中A，B表示局部區域里的行數、列數，值均取3，MSE表示分解尺度上對應局部區域上的方差值。

（5）根據以上步驟得到各層小波系數進行小波逆變換計算，得到新的融合圖像Fˉ.

2 MATLAB軟件簡介

MATLAB軟件作為一款無比強大的科學計算工具，具有高性能、開放式環境，又具有可編程的特點，為專業技術人員提供了一個擁有數值計算和圖形顯示功能的交互式系統，在生產和科研中發揮著巨大作用。

在可以自由編程的同時，MATLAB也封裝好了一些功能，以工具箱的形式供使用，在MATLAB主窗口中，點擊左下角start--toolboxes，就會羅列出MATLAB已經安裝的所有工具箱，可以根據需要選擇將要使用的工具箱有擬合工具箱、金融工具箱、最優化工具箱等等[5]。

3 SIDWT算法

平移不變小波變換（SIDWT，Shift Invariance Dis crete Wavelet Transform）可以改變小波變換由于采樣原因，引起融合后圖像失真的現象。

利用SIDWT算法進行圖像融合，首先輸入圖像被分解成具有平移不變特性的小波，然后通過一定的融合規則對小波進行融合，最后通過SIDWT進行反變換得到最終融合圖像。

計算低頻子帶融合系數：兩幅圖像M，N，圖像大小均為A×B，灰度值記為f（i，j），其灰度均值為：

其中，hM，hN為圖像A，B分解后的低頻系數；PˉM，PˉN為圖像A，B的灰度均值。計算高頻子帶融合系數：選擇M×N的矩形窗口，其局部區域梯度能量表達式：

低頻子帶融合后系數：

其中：hj，k表示在第j分層第k個方向上以（x，y）為中心的局部區域梯度能量；hj，k表示在第j分層第k個方向上的高頻子帶系數。確定閾值λ，計算圖像A，B在局部區域內能量的比值：

若丨R-1丨＞λ，

4 結束語

本文選取兩組紅外圖像，進行融合變換，為了驗證算法的有效性，分別采用傳統的小波變換，以及本文改進的SIDWT變換方法，在MATLAB環境下對圖像進行仿真處理，即首先將熊貓和竹葉背景進行融合（此圖目標和背景較為分明），通過傳統小波變換得到圖1（a），經過本文方法融合后得到圖1（b）處理后圖像，再取騎車人和周圍環境進行融合（背景較為復雜，需要目標融入背景），分別采用傳統小波變換和本文改進方法后，得到圖2（a）和圖2（b）處理后融合圖像。

圖1 改進處理后

圖2 改進處理后

從上圖可以看出，傳統小波變換融合后圖像，可以保留原來圖像信息，但是存在目標圖像邊緣缺失的現象，不能完整體現兩幅圖像的完整信息，通過算法改進后得到的融合圖像能夠較好保留圖像細節，以及邊緣信息，基本沒有重影現象，圖像較為清晰，可以解決傳統小波融合圖像清晰度不夠，邊緣信息不完整，以及出現重影的現象，細節基本得到最好地保留。

[1]薛年喜.MATLAB在數字信號處理中的應用[M]．北京：清華大學出版社，2003．

[2]俞小紅.姚敏.小波變換及在圖像處理中小波系數分析[J].計算機應用，2001（2）：50-54.

[3]飛斯科技產品研發中心．MATLAB6.5輔助小波分析與應用[M].北京：電子工業出版社，2003．

[4]林宏裔.孔亮.在MATLAB環境語言中基于小波變換的圖像處理[J].華北科技學院學報，2003（2）：60-64.

[5]秦襄培．MATLAB圖像處理與界面編程[M].北京.電子工業出版社，2009．

The Method of Image Fusion Based on Wavelet Transform in MATLAB Environment

TAN Xiao-jing
（Fujian Province Shishi Fujian Institute of Electronic and Electrical Engineering，Shishi Fujian 362700，China）

This paper introduced the basic principle of wavelet transform algorithm，analyzed the image fusion method based on wavelet transform，then introduced the rules，methods and procedures of the image fusion in the MATLAB environment，in the end，gave the specific analysis of image fusion technology based on SIDWT(shift invariance discrete wavelet transform)wavelet transform，image processing results showed that the technology could get ideal the effect.

wavelet transform；MATLAB；image fusion；SIDWT

TP319

A

1672-545X（2017）02-0213-03

2016-11-23

福建省中青年教師教育科研項目資助（編號：JB13249）

譚曉靜（1983-），女，山東煙臺人，碩士，講師，研究方向數字圖像處理，人工智能等。