基于导向滤波的多模态图像融合MATLAB实现

资 源 简 介

本项目实现基于导向滤波的图像分层融合算法，通过结构层和细节层的优化融合，显著提升多模态图像的视觉质量，在保留源图像关键结构信息的同时增强纹理细节表现。

详 情 说 明

基于导向滤波的多模态图像融合系统

项目介绍

本项目实现了一种基于导向滤波的多模态图像融合算法。该算法将不同模态（如可见光与红外、不同焦距等）的源图像通过多尺度分解技术，分离为基础层（承载主要轮廓与结构信息）和细节层（体现纹理、边缘细节）。针对不同层次的特征，采用改进的导向滤波算法与加权融合策略进行处理，最终合成一幅在结构保真度与细节丰富度上均优于传统方法的融合图像。

功能特性

• 多模态图像支持：可处理可见光与红外、不同焦距等多类型图像对。
• 自适应图像分解：利用导向滤波实现图像的多尺度分解，提取基础层与细节层。
• 分层融合策略：对基础层采用结构保持的融合规则，对细节层采用细节增强的加权融合。
• 可视化输出：提供基础层、细节层分解结果的可视化图像。
• 融合质量评估：自动计算信息熵、标准差、互信息等指标，量化融合效果。
• 参数灵活可调：支持用户自定义滤波半径、正则化参数、融合权重等关键参数。

使用方法

1. 准备输入图像：将待融合的两幅源图像（支持RGB或灰度格式）置于指定路径，确保尺寸一致。
2. 设置参数（可选）：根据需要调整滤波半径、正则化系数、各层融合权重等参数。
3. 运行主程序：执行主程序启动融合过程。
4. 获取输出结果：程序将生成融合图像，并输出基础层与细节层的分解可视化图及融合质量评价报告。

系统要求

• 操作系统：Windows / Linux / macOS
• 软件环境：MATLAB R2018a 或更高版本
• 内存：建议不小于4GB，处理高分辨率图像时需更大内存

文件说明

主程序文件集成了系统的核心处理流程：包括图像的读取与预处理、导向滤波多尺度分解算法的执行、基础层与细节层的分离与融合、融合结果的可视化生成以及最终图像质量评价指标的计算与输出。