小波变换和形态学相结合的图像融合新算法

罗 婷，杨卫英，丁友东

(上海大学影视艺术技术学院，上海 200072)

图像融合是通过综合各种图像数据的优势，来提升图像的解译能力［1］。传统的图像融合算法没有考虑到融合图像的边缘信息，容易出现边缘模糊导致融合图像清晰度降低的问题，因此边缘信息对于融合质量有很大影响。针对这一问题，本文提出了将小波变换同数学形态学相结合的图像融合新算法，该算法同时结合了小波变换法和数学形态学的优点。图像的小波变换具有多分辨率、方向性好、无冗余、在频域和时域上同时具备良好的局部性、可以“聚焦”到图像的任意细节处等特性。数学形态学不仅能简化图像，还能在保持基本形状的基础上除去不相干结构［2］。数学形态学的边缘检测方法比其它的空域或频域的图像边缘检测方法具有明显的优势［3］，其检测提取到的边缘更加光滑、完整和连续。因此，将小波变换同数学形态学相结合应用于对多聚焦模糊图像之间或者降质退化图像之间的融合具有明显的优势，融合后图像边缘轮廓及细节更清晰，融合质量进一步提高。

文献［4］提出了一种基于形态学小波的图像融合算法，融合质量得到了一定的提升，但融合后图像边缘轮廓细节处出现降质退化虚化现象。而用本文算法融合后，融合质量得到了进一步的提升，边缘轮廓及细节更清晰，效果更好。

1 小波变换和形态学结合图像融合新算法

本文算法流程如下:

1)对每一幅原始图像分别进行小波分解，分离出高频信息和低频信息。……