例如,使用命令将扩展模式切换到对称填充:
dwtmode('sym')
工具箱只需要一个函数进行图像融合:wfusimg.
。您将在其参考页面中找到有关此函数的完整信息。有关融合方法的更多详细信息,请参阅wfusmat.
功能。
在本节中,您将学习如何:
加载图像
执行分解
合并图像的分解
从分解中恢复图像
融合后保存图像
使用小波的图像融合原理是使用应用于近似系数和细节系数的融合方法来合并两个原始图像的小波分解(参见[Mismop03]和[Zee98]参考)。
两个图像必须具有相同的大小,并且应该与常见的Colormap上的索引图像相关联(参见we
调整图像大小)。
检查两个示例:第一个示例合并两个不同的图像,导致新图像,第二个恢复来自原始图像的两个模糊版本的图像。
加载两个原始图像:面具和胸围。
装载面罩;x1 = x;装载胸围;x2 = x;
在5级使用小波分解的两个图像使用DB2.
通过采用两种不同的融合方法:通过对近似和细节的意思进行融合,
xfusmean = wfusimg(x1,x2,'db2',5,'均值','平均');
和融合通过取代近似和细节的最小值来实现。
xfusmaxmin = wfusimg(x1,x2,'db2',5,'max','min');
绘制原始和合成图像。
Colormap(地图);子图(221),图像(x1),轴方形,标题('掩码')子图(222),图像(x2),轴方形,标题('bust')子图(223),图像(xfusmean),轴方形,标题('合成图像,均值均值')子图(224),图像(xfusmaxmin),轴方形,标题('合成图像,max-min')
加载原始图像的两个模糊版本。
LOAD CAMEE_1;x1 = x;加载cathe_2;x2 = x;
在5级使用小波分解的两个图像使用符号4.
通过为近似和细节占据系数的绝对值。
XFUS = WFUSIMG(x1,x2,'sym4',5,'max','max');
绘制原始和合成图像。
Colormap(地图);子图(221),图像(x1),轴方形,标题('凯瑟琳1')子图(222),图像(x2),轴方形,标题('catherine 2')子图(223),图像(xfus),轴广场,标题('合成图像')
合成的图像是恢复版本的良好质量的普通底层原始图像。
使用小波的图像融合原理是使用应用于近似系数和细节系数的融合方法来合并两个原始图像的小波分解(参见[Mismop03]和[Zee98]参考)。
两个图像必须具有相同的大小,并且应该与常见的Colormap上的索引图像相关联(参见we
调整图像大小)。
检查两个示例:第一个示例合并两个不同的图像,导致新图像,第二个恢复来自原始图像的两个模糊版本的图像。
开始小波分析仪应用程序。
来自Matlab.®提示,类型WaveletAnalyzer.
显示小波分析仪然后点击图像融合菜单项显示图像融合工具。
加载原始图像:面具和胸围。
装载面罩;x1 = x;装载胸围;x2 = x;
X1
可变,加载掩模图像。执行相同的序列选择X2
变量加载胸围图像。
执行小波分解。
使用小波和等级位于右上方的菜单,确定小波家族,小波型和用于分析的水平数量。
对于此分析,请选择DB2.
小波在5级。
点击分解按钮。
暂停计算后,该工具显示两个分析。
合并两个图像从它们的分解。
从选择融合方法框架,选择该项目意思
对彼此而言约。和细节。接下来,单击此处申请按钮。
合成图像及其分解(其分解(其分解等于两个分解的融合)。通过融合产生的新图像显然展现了来自两个原始的特征。
现在让我们检查使用图像融合说明恢复的另一个例子。
使用图像融合恢复图像。
来自文件菜单,通过选择MAT文件加载图像1Cathe_1.Mat
和图像2通过选择MAT文件Cathe_2.mat
。
使用小波和等级菜单,选择符号4.
小波在等级5.单击分解按钮。
从选择融合方法框架,选择该项目最大限度
对彼此而言约。和细节。接下来,单击此处申请按钮。
合成的图像是恢复版本的良好质量的普通底层原始图像。
图像融合工具允许您将合成的图像保存到磁盘。工具箱在当前文件夹中创建一个垫文件,您选择的名称。
要从本选择保存合成的图像,请使用菜单选项文件>保存合成图像。
出现一个对话框,允许您指定用于存储图像的文件夹和文件名。将图像数据保存到文件后rescathe.mat
,合成图像由X
和colormap by地图
。