MATLAB图像清晰化融合系统：高频增强与多尺度分解技术应用

资 源 简 介

本MATLAB项目通过多尺度分解技术将图像分解为高频细节层与低频基础层，对高频成分进行选择性增强并优化融合权重，实现细节丰富、边缘清晰的图像重建。支持多图融合与单图增强两种模式，显著提升图像视觉效果。

详 情 说 明

基于高频增强及多尺度分解的图像清晰化融合系统

项目介绍

本项目实现了一种基于多尺度分解的图像清晰化融合技术，通过小波变换或拉普拉斯金字塔将输入图像分解为高频细节层和低频基础层，针对高频成分进行自适应增强并优化融合权重，最终重建出细节更丰富、边缘更清晰的高质量图像。系统支持多图融合与单图增强两种工作模式，可有效改善低光照、模糊或分辨率不足图像的视觉质量。

功能特性

• 多尺度分解：采用小波变换/拉普拉斯金字塔将图像分解为多层高频细节与低频基础成分
• 高频自适应增强：根据图像特性自动调整高频分量增强强度（0.1~2.0可调）
• 智能融合策略：多图模式下优化加权融合规则，单图模式下实现细节增强与噪声抑制平衡
• 多模式支持：支持多张同场景图像融合与单张图像增强两种处理模式
• 可视化输出：提供融合结果、增强对比图及权重分布热力图三种输出形式

使用方法

基本调用

% 单图增强模式（默认参数） result = main('input.jpg');

% 多图融合模式 result = main({'img1.jpg', 'img2.png', 'img3.tiff'});

参数设置

% 完整参数调用示例 result = main(input_images, ... 'Mode', 'multi', ... % 融合模式：single/multi 'EnhanceFactor', 1.5, ... % 增强强度系数：0.1~2.0 'DecompLevel', 4 ... % 分解层级：3~5层 );

输出结果

1. 融合图像：高清晰度uint8格式图像矩阵
2. 对比图：原始输入与融合结果的并排对比显示
3. 热力图：多图融合时各输入图像的权重分布可视化

系统要求

• 操作系统：Windows/Linux/macOS
• MATLAB版本：R2018a或更高版本
• 必要工具箱：图像处理工具箱、小波工具箱
• 内存建议：处理百万像素图像建议4GB以上可用内存

文件说明

主程序文件整合了图像读取与预处理、多尺度分解核心算法、高频分量自适应增强、融合权重优化计算以及结果重建与可视化输出等完整处理流程，通过参数解析模块支持灵活的模式切换与参数配置，实现了从输入到输出的端到端图像清晰化处理。