基于GUI的多算法图像融合综合实验系统

资 源 简 介

该项目是一个集成多种主流图像融合算法的综合性MATLAB实验平台。系统配有直观的图形用户界面（GUI），允许用户通过文件菜单或按钮导入多源图像。核心功能包括但不限于：第一，基础图像处理，支持多种格式的图像读取、灰度化、直方图增强及多源图像的预处理；第二，提供多样化的融合算法库，集成了经典的空间域算法如简单平均法、最大值/最小值法、PCA主成分分析法，以及变换域算法如拉普拉斯金字塔（Laplacian Pyramid）、离散小波变换（DWT）、双树复小波变换（DT-CWT）、非下采样轮廓波变换（NSCT）以

详 情 说 明

基于GUI的多算法图像融合综合实验系统

项目介绍

本项目是一个基于MATLAB开发的集成化图像融合实验平台。该系统通过直观的图形用户界面（GUI），实现了从源图像载入、预处理、算法执行到客观评价的全流程功能。系统特别针对医学图像、红外与可见光图像、多聚焦图像等应用场景设计，旨在为研究人员提供一个可交互的对比实验环境，方便验证不同算法在特定数据集上的融合表现。

功能特性

该实验系统通过一个集中的界面提供了以下核心功能：

1. 图像输入与规范化：支持多种格式图像的异步载入。系统内置自动预处理逻辑，能够自动将彩色图像转换为灰度图像，并针对尺寸不一致的源图像进行自动对齐重采样，确保融合计算的顺利进行。
2. 交互式算法配置：用户可以通过下拉菜单实时切换不同的融合策略。系统支持参数化输入，允许用户自定义如金字塔分解层数、小波分解层数等关键算法参数。
3. 实时可视化反馈：系统采用三窗格布局，同步展示两幅源图像以及生成的融合结果图像，支持结果的实时更新。
4. 闭环客观评价：融合完成后，系统会自动激活评价引擎，计算六项核心技术指标，并通过内置的数据表格展示，为算法优劣提供量化依据。

使用方法

1. 启动系统：在MATLAB环境中运行主程序脚本，弹出图形交互窗口。
2. 载入图像：点击“载入源图像 A”和“载入源图像 B”按钮，分别选择待处理的图像文件。系统会自动显示在对应的坐标轴中。
3. 算法参数设置：在“算法选择”下拉框中选择所需的融合算法。若选择涉及多尺度分解的算法（如拉普拉斯金字塔或小波变换），需在下方编辑框中输入所需的分解层数（默认为3）。
4. 执行融合：点击“执行图像融合”按钮。系统将根据选定算法进行计算，并在主界面下方显示融合后的结果图。
5. 查看结果：在控制面板下方的“客观评价指标”表格中，可以查看当前融合结果的各项量化数值。可以通过切换算法并再次运行，直接观察指标的变化以进行对比分析。

系统要求

1. 软件环境：MATLAB R2016b 及以上版本。
2. 必备工具箱：Image Processing Toolbox（图像处理工具箱）。
3. 操作系统：兼容 Windows、macOS 以及 Linux。

核心功能实现逻辑

系统内部逻辑主要分为交互逻辑、融合算法库和指标计算三大模块：

1. 图像处理与对齐逻辑

系统获取用户选择的文件路径后，利用图像读取函数获取数据。若检测到三通道RGB图像，则应用加权平均法将其灰度化。对于两幅分辨率不同的图像，系统以第一幅图像为基准，利用双线性插值算法自动调整第二幅图像的大小，实现像素级对齐。

1. 空间域融合算法实现

• 简单平均法：将两幅图像对应像素的灰度值求和后取平均值，旨在保留背景信息。
• 最大值/最小值法：在像素级逐位置比较，选取两幅图中灰度值最大或最小的像素作为融合点，常用于提取高亮特征或阴影目标。
• PCA主成分分析：通过计算两幅图像的协方差矩阵和特征值，确定第一主成分的特征向量。以此向量作为融合权重，实现自适应权重的线性加权融合。

1. 变换域与多尺度融合算法实现

• 拉普拉斯金字塔（LP）：通过递归的降采样（Reduce）和升采样（Expand）构建金字塔。在高频层采用绝对值最大规则以保留边缘，在底层残差图采用平均规则，最后通过逆向插值补差实现图像重构。
• 离散小波变换（DWT）：采用Haar小波基进行递归分解。低频系数采取平均策略以维持能量，高频细节系数（水平、垂直、对角线）采取绝对值最大策略以增强轮廓，最后通过逆小波变换（IDWT）合成图像。
• 多尺度乘法融合：模拟非下采样变换逻辑，利用拉普拉斯算子提取特征，结合局部能量比较生成掩膜权重，并辅以高斯滤波平滑边缘。
• 高通滤波融合：利用3x3的高通滤波算子提取两源图像的细节分量，根据细节强弱通过布尔掩膜实时选择源像素。

1. 性能评价模块逻辑

• 信息熵（Entropy）：基于直方图统计计算图像的信息量，反映融合图像的信息丰富度。
• 标准差（SD）：计算像素灰度值相对于平均值的离散程度，反映图像的对比度特征。
• 平均梯度（AG）：利用梯度函数计算图像中微小细节的反差变化率，体现图像的清晰度。
• 空间频率（SF）：同时计算行频率和列频率，反映图像在空间域的活跃程度。
• PSNR：以源图像A为参考，计算融合图像的峰值信噪比，用于衡量融合后图像的保真度。
• 互信息（MI）：通过两幅图像的联合直方图和各自边缘分布，计算融合图像从源图像中获取的信息总量。

关键实现细节分析

• 数据管理：系统使用MATLAB特有的句柄结构及数据关联机制，确保图像数据在不同函数间高效传递。
• 鲁棒性设计：算法函数内部包含对参数类型（如NaN检测）和图像边界的保护处理。
• 界面响应：采用异步回调机制，确保在进行复杂的多尺度变换计算时界面不会锁死，并能及时反馈计算结果。
• 算法优化：在互信息计算中，采用了直方图降维和联合概率分布映射，解决了传统计算中因零概率导致的对数溢出问题。