基于两级小波变换的红外与可见光图像融合系统

资 源 简 介

本项目通过MATLAB环境构建，旨在实现红外图像与可见光图像的高精度、多尺度信息融合，充分结合红外图像在目标探测、热辐射感知以及可见光图像在高空间分辨率、丰富纹理细节方面的互补优势。系统核心流程采用两级离散小波变换（DWT）架构，首先将预处理后的红外与可见光源图像分别进行两级深度的小波分解，获得包含背景信息的低频近似系数以及反映边缘、轮廓等特征的高频细节系数。在融合决策阶段，系统集成了多种灵活的融合策略以应对不同的应用需求：针对低频分量，支持简单平均、加权平均以及基于区域能量最大的融合规则，以确保背景亮度

详 情 说 明

基于两级小波变换的多规则红外与可见光图像融合系统

项目介绍

本项目是一个基于MATLAB开发的图像处理系统，专门用于红外图像与可见光图像的深度融合。红外图像能够通过热辐射感知目标，但在环境细节和空间分辨率上往往欠缺；可见光图像蕴含丰富的纹理和高频细节，但在光照不足或遮挡环境下难以识别目标。本系统利用两级离散小波变换（DWT）技术，通过多尺度分解将图像信息拆解为不同频率的分量，针对不同特征采用差异化的融合规则，最终生成一幅既能突出热目标、又具备丰富背景纹理的高质量融合图像。该系统适用于安防监控、辅助驾驶、目标检测等多种应用场景。

核心功能特性

1. 两级小波分解架构：采用Daubechies小波（db4）对图像进行两层深度分解，将图像精确细分为背景低频信息和多尺度、多方向的边缘高频信息。
2. 多策略融合规则：针对不同层级和频率的分量，集成了基于显著性区域能量、绝对值最大化以及局部方差特征的多种决策逻辑。
3. 自动化质量评估：系统内置了四种客观评价指标，从信息量、清晰度、对比度等多个维度量化评估融合效果。
4. 综合可视化界面：程序运行后自动生成包含原始对比、系数分布直方图、局部细节放大以及指标报告在内的结果视图。

系统实现逻辑

系统运行遵循标准化处理流程，确保信息的有效保留与重构：

第一阶段：预处理与环境准备 程序首先对输入的图像进行归一化处理，将像素值映射至标准范围。随后自动检测并调整图像尺寸，确保行列数均为偶数，以支持两级小波分解的数学要求。

第二阶段：双层小波分解 系统对红外与可见光两路图像执行同步分解：

• 第一级分解：提取初始的高频细节和低频近似。
• 第二级分解：对第一级获得的低频近似分量进行再次分解，深入挖掘核心背景特征。

第三阶段：分层决策融合

• 深度低频融合：在最深层（第二级）低频分量处理中，采用区域能量最大化规则，保留能量较高的显著性背景。
• 深度高频融合：在第二级高频分量处理中，利用绝对值最大规则提取核心轮廓特征。
• 浅层高频融合：在第一级高频分量处理中，引入局部区域方差决策，旨在最大限度保留可见光图像中的精细纹理。

第四阶段：逆变换重构 fusion 后的各层系数分两步通过逆离散小波变换（IDWT）进行逐级重构。在第一步重构出中间低频分量后，结合第一级融合后的高频分量，最终还原出与原图尺寸一致的融合图像。

第五阶段：评估与展示 系统自动计算融合图像的相关技术指标，并通过多子图布局将处理过程中的系数分布及最终成像效果直观呈现。

关键算法说明

区域能量最大化算法 在处理低频系数时，通过滑动窗口（默认3x3）计算局部像素的平方和。系统比较两幅图像在相同位置的区域能量，选择能量较高的像素点存入融合矩阵，从而有效保持图像的整体亮度和对比度。

高频绝对值最大规则 该算法逐像素比较红外与可见光图像的高频系数。绝对值较大的系数通常代表更显著的边缘或突变特征。通过此规则，可以确保红外图像中的热目标边缘和可见光中的清晰轮廓被准确保留。

局部区域方差决策算法 针对浅层高频信息，系统计算每个像素周围邻域的方差。方差越大代表该区域包含的纹理和细节信息越丰富。通过对比方差图，系统能够智能地从源图像中筛选出清晰度更高的局部细节。

图像质量评价体系

为了科学衡量融合质量，系统实现了以下指标计算：

1. 信息熵 (IE)：衡量图像包含的信息量丰富程度，数值越高代表信息量越大。
2. 平均梯度 (AG)：反映图像的细微反差和清晰度，梯度值越高意味着边缘越清晰。
3. 标准差 (SD)：表征图像像素值的离散程度，反映图像的整体对比度表现。
4. 空间频率 (SF)：通过行频率和列频率的综合计算，衡量图像的整体活跃程度。

使用方法

1. 环境配置：确保计算机已安装MATLAB，并具备Image Processing Toolbox及Wavelet Toolbox插件。
2. 图像准备：默认情况下系统会自动生成模拟测试图像。如需处理真实数据，请修改读取图像的代码，引入已严格配准的红外与可见光图像对。
3. 启动程序：运行脚本，系统将顺序执行分解、融合、重构及评价流程。
4. 结果查看：程序结束后会自动弹出可视化窗口，展示融合结果及量化表格。

系统要求

• 软件支持：MATLAB R2016b 或更高版本。
• 必要工具箱：图像处理工具箱 (Image Processing Toolbox)、小波工具箱 (Wavelet Toolbox)。
• 内存要求：由于涉及多级矩阵运算，建议内存不少于4GB，处理大尺寸高清图像时需相应增加。