基于(2D)2-KL變換的小波域圖像融合算法研究.pdf

1、單個傳感器所提供的信息存在局限性和片面性，在實際應用中需要通過搭配多個傳感器來獲取對象信息，為此必須將各個傳感器接收到的信息進行融合來完整的描述輸入對象。圖像融合技術正是解決此類問題的必要途徑。該技術已廣泛應用于目標識別、機器視覺、醫(yī)療診斷等領域。
　　小波分析能有效地從信號中提取信息，同時具有時域和頻域局部化性能，它能對圖像進行不同尺度、不同方向的分解。本文重點研究了基于小波變換的圖像融合算法，在對小波基本理論研究的基礎上，提出

2、了以下圖像融合新算法。
　　(1)研究了Prewitt邊緣提取算法，提出將Prewitt邊緣檢測算子嵌入到高頻子帶系數(shù)進行圖像融合。采用改進的窗口鄰域能量活性測度作為融合準則，不僅考慮了高頻子帶系數(shù)的獨特性質，而且考慮到了鄰域像素間具有很大的關聯(lián)性。實驗結果表明，提出的算法克服了小波融合算法和加權平均融合算法存在的邊緣模糊效應，具有很好的融合效果。
　　(2)提出了將(2D)2-KL變換與小波變換相結合的圖像融合新算法。利用