MATLAB双谱图像融合技术研究仿真(6)
F( m, n) =max(or min){ A( m, n) , B( m, n) } （2.2）
其中: m、n分别为图像中像素的行号和列号。在融合处理时，比较原图像A、B中对应位置( m, n) 处像素灰度值的大小，以其中灰度值大（或小）的像素作为融合图像F在位置( m, n) 处的像素。
（3）主成分分析法
基于主成分分析的图像融合算法一般应用于具有相关因子的多源遥感图像融合中，它的算法简述如下：将各波段光谱图像视为随机变量，首先求解它们的协方差矩阵的特征值和特征向量，然后将特征向量按相对应的特征值从打到小的顺序排列得到变换矩阵，并利用这个变换矩阵对多光谱图像做变换，最后取前几个分量图像来进行图像融合。
（4）基于调制的图像融合
该方法是借助于通信技术的思想，一般适用于两幅图像的融合处理，具体操作一般是将一幅图像进行归一化处理；然后将归一化的结果与另一图像相乘；最后重新量化后进行显示。
（5）假彩色图像融合
假彩色图像融合技术是针对人眼对彩色信号敏感的特性而发展的。假彩色图像融合的基本思想是通过某种方法将隐藏在图像灰度等级中的细节信息以符合人眼视觉特性的彩色方式呈现出来。常用的彩色呈现方式可以在RGB彩色空间和IHS彩色空间中进行。两种彩色空间各自有不同的特点，HIS彩色空间的融合算法符合人眼的视觉特性，但是算法复杂度大；RGB颜色空间的融合算法简单快捷，便于实时处理，适用于显示器显示。
（6）基于统计的图像融合
基于统计的图像融合是在建立图像或者传感器统计模型的基础上，通过数学优化方法，例如贝叶斯优化，得到最优的融合参数，利用这些参数得到融合图像。
2．基于变换域的图像融合算法
基于变换域图像融合算法的基本思想是首先将源图像进行图像变换（如DCT变换、小波变换）得到各图像多尺度分解系数模型，模拟人眼的视觉特性，将图像分解为分辨率逐层下降的一系列子图像，图像中的特征信息被越来越“粗糙”的表示。分解后的子图像的用相应的系数表示，接着对各个子图系数按一定的融合规则处理，从而得到一个新的系数表示，最后将新的系数表示经过反变换得到融合图像。塔式分解和小波变换法是变换域中传统的图像融合方法，塔式分解多源图像融合方法和小波变换方法都是多尺度、多分辨率的分解重构方法。
（1）基于塔式分解的图像融合
图像金字塔最初是用来描述多分辨率图像分析并作为人类视觉里双目融合的一个模型。一个一的图像金字塔是一个图像序列，其中的每个图像由低通滤波和它的前驱的二次抽样样本构成。其融合的过程是在不同尺度、不同的空间分辨率、不同的分解层上分别进行，可以在多层次结构上突出图像的重要特征和细节信息，从而可能达到更能符合人类视觉特性的融合结果。塔式分解是图像的冗余分解，各个层间的数据是相关的。常用的塔式分解方法有拉普拉斯金字塔、对比度金字塔、梯度金字塔模型。
（2）小波变换图像融合
基于小波变换的图像融合方法，可以说是基于传统的多分辨率金字塔图像融合方法的直接拓展，它是将待融合的原始图像首先进行小波变换，将其分解在不同频段的不同特征域上，然后在不同的特征域上分别根据相应的融合准则进行融合，构成新的小波金字塔，再用小波逆变换得到合成后的融合图像。小波变换技术具有许多其他时（空）频域所不具有的优良特性，如方向选择性、正交性、可变的时频域分辨率、可调整的局部支持以及分析数据量小等。可以说，它是一种广义的金字塔变换方法。在理论上，与传统的基于金字塔变换的融合算法相比，具有更好的融合效果。
下一篇：生理无线传感器网络技术研究