什么是小波图像融合 图像融合是将两幅或多幅图像融合在一起，以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充分利用各原图像的互补信息，使融合后的图像更适合人的视觉感受，适合进一步分析的需要；并且应该统一编码，压缩数据量，以便于传输。 图像融合可分为三个层次: 1.像素级融合 2.特征级融合 3.决策级融合 其中像素级融合是最低层次的融合，也是后两级的基础。它是将各原图像中对应的像素进行融合处理，保留了尽可能多的图像信息， 精度比较高， 因而倍受人们的重视。像素级的图像融合方法大致可分为三大类: 1.简单的图像融合方法 2.基于塔形分解（如 Laplace 塔形分解、比率塔等）的图像融合方法 3.基于小波变换的图像融合方法 小波变换是图像的多尺度、多分辨率分解，它可以聚焦到图像的任意细节，被称为数学上的显微镜。近年来，随着小波理论及其应用的发展，已将小波多分辨率分解用于像素级图像融合。小波变换的固有特性使其在图像处理中有如下优点： 1.完善的重构能力，保证信号在分解过程中没有信息损失和冗余信息； 2.把图像分解成平均图像和细节图像的组合，分别代表了图像的不同结构，因此容易提取原始图像的结构信息和细节信息； 3.具有快速算法，它在小波变换中的作用相当于FFT 算法在傅立叶变换中的作用，为小波变换应用提供了必要的手段； 4.二维小波分析提供了与人类视觉系统方向相吻合的选择性图像。 像素级图像融合的主要步骤 以两幅图像的融合为例。设 A，B 为两幅原始图像，F 为融合后的图像。若对二维图像进行 N 层的小波分解，最终将有(3N+1)个不同频带，其中包含3N 个高频子图像和1个低频子图像。其融合处理的基本步骤如下： （1）对每一原图像分别进行小波变换，建立图像的小波塔型分解； （2）对各分解层分别进行融合处理。各分解层上的不同频率分量可采用不同的融合算子进行融合处理，最终得到融合后的小波金字塔； （3）对融合后所得小波金字塔进行小波重构，所得到的重构图像即为融合图像。 图 1 在图像融合过程中，小波基的种类和小波分解的层数对融合效果有很大的影响，对特定的图像来说，哪一种小波基的融合效果最好，分解到哪一层最合适，都是需要考虑的问题。为此可以通过引入融合效果的评价来构成一个闭环系统。如图2所示。 对图像而言，小波变换是将图像分解成频域上各个频率段的子图，以代表原图的各个特征分量。这对后续的融合处理极为重...
