基于拉普拉斯金字塔的MATLAB图像融合系统

资 源 简 介

本项目开发了一套基于MATLAB的图像融合源代码，利用拉普拉斯金字塔（Laplacian Pyramid）变换技术实现多幅图像的高质量融合。该系统的主要功能流程包括：首先读取两幅或多幅待融合的源图像（如多聚焦图像、红外与可见光图像或医学多模态图像），并进行必要的尺寸归一化预处理；接着，算法分别对源图像构建高斯金字塔以获得多尺度分辨率序列，并在此基础上计算拉普拉斯金字塔，从而将图像分解为不同频带的子图像，有效分离图像的基础轮廓（低频）和边缘细节（高频）；在融合阶段，程序针对不同层级的金字塔系数采用特定的融合规则，对于低频分量通常采用平均法或加权平均法，而对于包含丰富细节的高频分量则采用基于像素绝对值最大、局部方差最大或区域能量匹配等高级策略，以确保融合图像能最大程度地保留源图像的清晰细节和显著特征；最后，通过逆拉普拉斯金字塔变换（上采样与累加）自底向上重构出最终的融合图像。该源码不仅实现了核心算法，还包含结果可视化模块，能够直观对比源图像与融合图像的差异，适用于计算机视觉研究、摄影后期处理及医学影像分析等领域。

详 情 说 明

基于拉普拉斯金字塔分解的MATLAB图像融合系统

项目简介

本项目实现了一套基于拉普拉斯金字塔（Laplacian Pyramid）变换的图像融合算法。该系统使用MATLAB编写，能够将两幅具有不同对焦区域的图像（多聚焦图像）融合为一幅全清晰图像。程序不仅包含了完整的金字塔分解、融合规则与重构算法，还内置了多聚焦图像模拟生成模块，能够利用单一源图像自动生成测试所需的源图像对，方便快速验证算法效果。

功能特性

• 自动化测试数据生成：程序内置了基于高斯模糊和掩膜（Mask）的图像退化模拟功能，能够直接读取系统内置图像并生成左侧清晰/右侧模糊和右侧清晰/左侧模糊的测试图像对，无需手动准备多张源图。
• 多尺度金字塔分解：实现了标准的高斯金字塔（Gaussian Pyramid）构建与拉普拉斯金字塔（Laplacian Pyramid）分解，支持自定义分解层数（当前默认为4层）。
• 多通道处理支持：算法具备自适应能力，能够检测输入图像是灰度图还是RGB彩色图。对于彩色图像，系统会自动逐通道（R、G、B）进行独立的金字塔融合处理。
• 混合融合策略：针对不同频带及其包含的图像特征，采用差异化的融合规则：

* 低频分量（顶层）：采用平均法，保持图像的基础亮度和色彩平滑。 * 高频分量（细节层）：采用基于像素绝对值最大的选择策略，有效保留边缘锐度和细节信息。

• 全流程可视化与评估：程序运行结束后，会直观地并行展示源图像A、源图像B以及最终的融合结果，并输出算法执行耗时，结果会自动保存为本地文件。

系统要求

• MATLAB R2016a 或更高版本（因使用了基础图像处理工具箱函数）。
• Image Processing Toolbox（用于 imresize, imfilter, fspecial, im2double 等函数）。

使用方法

1. 确保MATLAB的当前工作路径包含本项目的 main.m 文件。
2. 直接运行 main 函数。
3. 程序将自动执行以下步骤：

* 读取并预处理内置图像（默认为 peppers.png）。 * 生成两幅模拟的多聚焦源图像。 * 执行拉普拉斯金字塔融合算法。 * 弹出窗口显示对比结果，并在控制台输出耗时。 * 在当前目录下生成名为 fused_result.png 的结果文件。

算法实现细节与逻辑分析

本项目的核心逻辑封装在 main.m 及其子函数中，具体实现流程分析如下：

1. 图像预处理与数据模拟

在进入融合流程前，系统首先进行严格的数据适配：

• 尺寸规整：为了保证金字塔分解过程中上下采样尺寸的完全匹配，程序会自动将源图像裁剪为 $2^N$（N为金字塔层数）的整数倍。
• 多聚焦模拟：既定逻辑并非读取两张外部图片，而是读取单张图片后，利用 fspecial('disk') 生成模糊版本，再通过构建带有平滑过渡（高斯平滑）的左右半区掩膜，合成出两幅互补的模拟源图像。

2. 高斯金字塔构建 (build_gaussian_pyramid)

该函数通过迭代方式生成多尺度分辨率序列：

• 第1层为原始图像。
• 后续每一层基于上一层图像进行 Reduce 操作。
• Reduce操作 (pyr_reduce)：先使用一维高斯核 [1 4 6 4 1]/16 分别在行和列方向进行卷积（低通滤波），然后进行隔行隔列的下采样（Downsampling），使图像尺寸缩减为原来的1/4。

3. 拉普拉斯金字塔构建 (build_laplacian_pyramid)

该步骤旨在分离图像的高频细节：

• 遍历高斯金字塔的各层（除了顶层）。
• 对于第 k 层，将其下一层（k+1层）进行 Expand 操作（上采样），使其尺寸恢复到与第 k 层一致。
• Expand操作 (pyr_expand)：首先通过插值零填充将图像尺寸扩大2倍，然后使用放大倍数为4的高斯核进行卷积平滑，以保持能量守恒。
• 差分计算：将当前高斯层减去扩展后的下一高斯层，得到的差值即为拉普拉斯层，它包含了仅在当前尺度下可见的细节特征。
• 金字塔的最顶层直接保留为高斯金字塔的顶层（低频概貌）。

4. 融合规则实现

程序在 laplacian_pyramid_fusion 函数中对分解后的系数进行融合：

• 顶层（低频基带）：由于包含图像的主要能量和其概貌，采用算术平均法 0.5 * (LA + LB)，避免亮度突变。
• 底层及中间层（高频带）：这些层包含边缘和纹理。算法比较两幅源图像在对应位置拉普拉斯系数的绝对值大小，构建二值掩膜 (mask)。
• 最大值选择：LA .* mask + LB .* (~mask)，即哪个像素点的反应更强烈（细节更丰富），就保留哪个像素点的值。

5. 图像重构 (reconstruct_from_pyramid)

这是分解的逆过程，用于从融合后的金字塔系数恢复最终图像：

• 从金字塔顶层开始，自上而下进行。
• 将当前层图像进行 Expand 操作（上采样+滤波）。
• 将上采样结果与下一层融合后的拉普拉斯细节层相加。
• 重复该过程直到达到原始分辨率。
• 数值截断：最后对输出图像进行数值范围限制，将溢出 [0, 1] 范围的像素值强制截断，防止显示异常。