基于二元樹復(fù)小波的圖像融合.pdf

1、本文從傳統(tǒng)實(shí)小波變換對(duì)信號(hào)的分解和重構(gòu)的基本原理出發(fā)，研究了如何用二元樹復(fù)小波變換實(shí)現(xiàn)數(shù)據(jù)融合。二元樹復(fù)小波變換是一種新的小波變換，它不僅保持了傳統(tǒng)實(shí)小波變換多分辨率特性和時(shí)頻局部化的分析能力，而且具有實(shí)小波所沒(méi)有的更多的方向選擇性、平移不變性和有限的數(shù)據(jù)冗余等特點(diǎn)。由于復(fù)小波濾波器的構(gòu)造較為復(fù)雜，我們用Q-shift方法構(gòu)造的二元樹能有效地逼近復(fù)小波的實(shí)部和虛部特征，且具有近似的平移不變性，成功地解決了實(shí)小波變換由于下2抽樣導(dǎo)致的缺乏

2、平移不變性問(wèn)題；二元樹復(fù)小波變換在每一尺度上將圖像分解為8個(gè)子波段，2個(gè)能反映圖像概貌的低頻和 6 個(gè)能反映圖像細(xì)節(jié)特征的高頻子帶，能更好的描述±15°，±45°，±75°方向?qū)傩?，與實(shí)小波相比能反映出灰度圖像在不同分辨率下沿更多方向的變化情況，從而更好地描述圖像的方向特征。 本文將二元樹復(fù)小波變換用于不同傳感器圖像的融合，將來(lái)自不同傳感器圖像進(jìn)行Dual-Tree CWT分解，得到的2個(gè)低頻子圖和6個(gè)高頻子圖，對(duì)低頻部分進(jìn)行加