一种基于小波变换的多分辨图像融合算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (20): 65-67.

一种基于小波变换的多分辨图像融合算法

浦西龙，吕建平

苏州大学电子信息学院，江苏苏州 215021

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-11 发布日期:2007-07-11
通讯作者: 浦西龙

Algorithm of wavelet-based multiresolution image fusion

PU Xi-long，LV Jian-ping

Department of Electronic and Information College，Suzhou University，Suzhou，Jiangsu 215021，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-11 Published:2007-07-11
Contact: PU Xi-long

摘要/Abstract

摘要： 图像的融合过程是将两个或更多的图像结合成一个图像，融合图像保留了每一个图像的重要特征。图像融合技术能够提高图像质量和数据的实用性。主要描述了图像融合的两个课题：（1）融合算法;（2）质量评估。介绍的图像融合算法是先对原图像进行多分辨小波变换，再把输入图像的小波变换系数通过一定的融合规则进行选择，然后经过逆小波变换得到新的图像，对图像融合的质量评估也进行了讨论。

关键词: 图像融合, 多分辨分析, 小波变换, 质量评估

Abstract: The image fusion is the process of combining two or more images into a single image.Fused image retains important features from each.Image fusion techniques can improve the quality，and increase the application of these data.The paper mostly addresses two issues in image fusion：（1）the image fusion algorithm;（2）corresponding quality assessment.In the image fusion scheme presented in this paper，the original images are preprocessed by multiresolution wavelet transforms first，then the wavelet transforms coefficients of the input images are appropriately selected by certain fusion rules，and the new image is obtained by taking the inverse wavelet transform of the fused wavelet coefficients.Quality assessment for fused images is also discussed in this paper.

Key words: image fusion, multiresolution analysis, wavelet transform, quality assessment

浦西龙，吕建平. 一种基于小波变换的多分辨图像融合算法[J]. 计算机工程与应用, 2007, 43(20): 65-67.

PU Xi-long，LV Jian-ping. Algorithm of wavelet-based multiresolution image fusion[J]. Computer Engineering and Applications, 2007, 43(20): 65-67.

[1]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[2]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[3]	朱惠娟，宗平，丛玉华. 基于权重池的多尺度图像质量评估方法[J]. 计算机工程与应用, 2021, 57(3): 215-221.
[4]	王长城，周冬明，刘琰煜，谢诗冬. 无监督深度学习模型的多聚焦图像融合算法[J]. 计算机工程与应用, 2021, 57(21): 209-215.
[5]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[6]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[7]	李广安，曹岩，岳晓新. 基于BEEMD分解的红外与可见光图像融合[J]. 计算机工程与应用, 2021, 57(14): 237-244.
[8]	徐思敏，胡士强. 多属性融合网络的行人重识别方法[J]. 计算机工程与应用, 2020, 56(6): 126-132.
[9]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[10]	张海斌，刘娟，刘思璇，程宇. 基于卷积神经网络的心电信号质量分析[J]. 计算机工程与应用, 2020, 56(5): 147-152.
[11]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[12]	韩东旭，钟宝江. 基于MOS的图像质量评估系统[J]. 计算机工程与应用, 2020, 56(22): 191-198.
[13]	孟福永，唐旭日. 效率为先：机器翻译译后编辑技术综述[J]. 计算机工程与应用, 2020, 56(22): 25-32.
[14]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[15]	吴帆，高媛，秦品乐，王丽芳. 基于拉普拉斯金字塔和CNN的医学图像融合算法[J]. 计算机工程与应用, 2020, 56(15): 208-214.