【图像融合】基于matlab小波变换全聚焦图像融合【含Matlab源码 1372期】

原创

佛怒火莲 2022-04-06 19:05:05 博主文章分类：matlab完整代码 ©著作权

©著作权归作者所有：来自51CTO博客作者佛怒火莲的原创作品，请联系作者获取转载授权，否则将追究法律责任

二、小波变换简介

1974年，法国工程师J.Morlet首先提出小波变换的概念，1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的多尺度分析之后，小波分析才开始蓬勃发展起来。小波分析的应用领域十分广泛，在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。在信号分析方面的滤波、去噪声、压缩、传递等。在图像处理方面的图像压缩、分类、识别与诊断，去噪声等。本章将着重阐述小波在图像中的应用分析。

1 小波变换原理

小波分析是一个比较难的分支，用户采用小波变换，可以实现图像压缩，振动信号的分解与重构等，因此在实际工程上应用较广泛。小波分析与Fourier变换相比，小波变换是空间域和频率域的局部变换，因而能有效地从信号中提取信息。小波变换通过伸缩和平移等基本运算，实现对信号的多尺度分解与重构，从而很大程度上解决了Fourier变换带来的很多难题。

小波分析作一个新的数学分支，它是泛函分析、Fourier分析、数值分析的完美结晶；小波分析也是一种“时间—尺度”分析和多分辨分析的新技术，它在信号分析、语音合成、图像压缩与识别、大气与海洋波分析等方面的研究，都有广泛的应用。

（1）小波分析用于信号与图像压缩。小波压缩的特点是压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变，且在传递中能够抗干扰。基于小波分析的压缩方法很多，具体有小波压缩，小波包压缩，小波变换向量压缩等。

（2）小波也可以用于信号的滤波去噪、信号的时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘检测等。

（3）小波分析在工程技术等方面的应用概括的包括计算机视觉、曲线设计、湍流、远程宇宙的研究与生物医学方面。

2 多尺度分析

【图像融合】基于matlab小波变换全聚焦图像融合【含Matlab源码 1372期】_图像压缩

3 图像的分解和量化

【图像融合】基于matlab小波变换全聚焦图像融合【含Matlab源码 1372期】_小波分析_02

4 图像压缩编码

【图像融合】基于matlab小波变换全聚焦图像融合【含Matlab源码 1372期】_matlab_03

5 图像编码评价

【图像融合】基于matlab小波变换全聚焦图像融合【含Matlab源码 1372期】_图像压缩_04

三、部分源代码

clear all;
close all;
clc;

help imedgefuse;

%
% demo of deblurring
%
para.nLv = 5;
para.debug_mode = 1;   % show message
para.wpropagation = 1; % weight propagation among subbands from parent to children
para.denoise = 1;      % weight smoothing at each subbands for denoising

% J = imedgefuse( para, '001.jpg', '009.jpg', '016.jpg' );
J = imedgefuse( para, '001.jpg', '016.jpg' );

figure( 1 ), imshow( J ); title( 'fused image' );


%
% demo of exposure fusion
%
para.nLv = 7;
para.debug_mode = 1;
para.wpropagation = 0; % weight propagation among subbands from parent to children
para.denoise = 1; % weight smoothing at each subbands for denoising

J = imedgefuse( para, 'takato_001.jpg', 'takato_002.jpg', 'takato_003.jpg' );

figure( 2 ), imshow( J ); title( 'fused image' );
function J = imedgefuse( para, varargin )
%IMEDGEFUSE composite images taken with different depth-of-fields
% as a result a pan focus image is generated.
%
% Usage:
%
% J = IMEDGEFUSE( para,  fname,  fname,  ...,  fname )
% J = IMEDGEFUSE( para,  Image,  Image,  ...,  Image )
%
% input arguments :
%
%   para   - parameters (the detail is described later)
%   image  - gray scale images (R^MxN) and rgb color images (R^MxNx3)
%   fname  - file names of input images
%
% output arguments :
%
%   J      - a fused image
%
% parameters :
%
%   para.nLv = 6        - the total number of decompositions.
%   para.propagate = 1  - weight propagation among subbands from parent to children.
%   para.denoise = 1    - smoothing at each subbands for noise reduction.
%   para.debug_mode = 1 - show debug message.
%
%
%

%
%

%
% parameters
%
global g_para;
set_parameters( para );
g_para.nImg = length( varargin ); % number of images

nImg = g_para.nImg;
nLv = g_para.nLv; % total number of decomposition

%
% Wavelet decomposition for the Y of YCbCr
%
DEBUG_MSG( 'Reading images and applying wavelet to them (Y of YCbCr)' );

for k = 1:nImg
  % RGB color images are converted into the YCrCb color. 
  I = my_imread( varargin{ k } );
  
  if k == 1 % initialization of the coefficient array
    [ey, ex, nLv] = output_size( size(I,1), size(I,2), nLv );
    C = zeros(ey,ex,nImg);
  end
  [C(:,:,k), S] = wavedec97( I(:,:,1),  nLv );

  DEBUG_MSG( '.' );
end
DEBUG_MSG( ' OK\n' );

W = gen3DWeightMatrix( C, S );
F = genNewSubbands( C, W );

J(:,:,1) = waverec97( F, S );

if g_para.bColor == 0
  return
end

%
% Wavelet decomposition for the Cb of YCbCr
%
DEBUG_MSG( 'Reading pictures and applying wavelet to them (Cb of YCbCr)' );

for k = 1:nImg
  I = my_imread( varargin{ k } );
  [C(:,:,k), S] = wavedec97( I(:,:,2),  nLv );
  
  DEBUG_MSG( '.' );
end
DEBUG_MSG( ' OK\n' );

F = genNewSubbands( C, W );
J(:,:,2) = waverec97( F, S );

%
% Wavelet decomposition for the Cr of YCbCr
%
DEBUG_MSG( 'Reading pictures and applying wavelet to them (Cr of YCbCr)' );

for k = 1:nImg
  I = my_imread( varargin{ k } );
  [C(:,:,k),  S] = wavedec97( I(:,:,3 ), nLv );
  
  DEBUG_MSG( '.' );
end
DEBUG_MSG( ' OK\n' );


F = genNewSubbands( C, W );
J(:,:,3) = waverec97( F, S );

%
% Final conversion
%
J = ycbcr2rgb( J );

end

%
%--------------------------------------------------------------------------
%

function set_parameters( para )

global g_para;
g_para = para; % initialization

% total number of decompositions
if ~isfield( g_para, 'nLv' )
  g_para.nLv = 5;
end

% weight propagation among subbands from parent to children
if ~isfield( g_para, 'propagate' )
  g_para.propagate = 1;
end

% weight smoothing at each subband
if ~isfield( g_para, 'denoise' )
  g_para.denoise = 1;
end

% hide debug message
if ~isfield( g_para, 'debug_mode' )
  g_para.debug_mode = false(1);
end

g_para.bColor = true(1); % color image

end