融合-1

https://blog.csdn.net/qq_37059483/article/details/77652921

拉普拉斯融合

红外和可见光 有什么特殊的？
被动成像，主动成像。
近红外的黑白图，红外热成像是彩色图。
要区别图的构成先。

灰度图和可见光的：
像素级、特征级、决策级。

像素级：基于空间域：加权融合和主成分分析、假彩色图像融合、调制、基于统计的图像融合、基于神经网络的；
基于变换域：金字塔变换的融合、小波变换、其他变换DCT像素级图像融合方法包括基于空间域和基于变换域融合。

基于变换域：PCA在统计特征的基础上进行的一种多维正交线性变换。将相关性变量变换为不相关变量，这样所得结果就是由原始变量线性相加而成。PCA 图像融合方法的原理是首先计算待融合图像的相关系数矩阵，求出相应的特征值和特征向量，然后通过特征值对应的特征向量来确定图像的加权系数，这样便得到了融合后的图像。
高通滤波法(HPF)的图像融合方法原理是首先采用具有较小空间的高通滤波器对待融合图像进行滤波，这样滤波后得到的图像保留了大部分与空间相关的高频分量信息，例如细节信息及纹理信息等，然后将得到的高频分量信息进行逐像素叠加到另一幅待融合图像上，这样便实现了图像融合。
IHS空间却与RGB空间不同，它是由亮度、色度与饱和度构成的，分别为I、H、S表示，其它颜色也是由这三个分量构成。亮度I表示的是由其他物体反射的全部能量和图像的空间信息；色度H表示的是色彩组成的主波长，反映的是频谱信息；饱和度S表示的是颜色的纯度，主要反映地物的光谱信息。在IHS色彩空间中，I、H、S三个分量相关性很低，因此可以利用这个特点对分量单独进行处理。并且这种彩色空间更适于人眼的观察，算法也很简单，因此被广泛的应用到图像融合技术。
小波变换的优点表现为图像分解后形成具有不同分辨率、频率和方向特征的分量信号，而且可以将图像的光谱特征和空间特征完全分离，这样就可以为融合处理奠定基础。这种变换的优点还表现为当利用变换进行重构时，信息会被准确无误的，不会有图像信息损失的重构。而且在分解时将图像分解到不同的尺度上，这样可以方便的分析图像近似信息和细节信息，这种分解过程与人类视觉系统的特点相类似。 下面主要阐述基于小波的图像融合原理，先对已严格配准的两幅待融合图像 A，B进行小波变换，若进行 i 层变换，便得到 3i 个高频子带和 1 个低频子带，将获得的低频和高频子带作不同融合规则处理，再将处理过的子带实行小波逆变换，便形成了结果图像 F。下图表示其融合原理

IHS变换。

image.png