多级小波变换图像融合系统

资 源 简 介

本项目是一个基于MATLAB环境自主开发编写的图像融合处理程序，核心算法完全依靠底层代码实现，旨在通过离散小波变换（DWT）技术将两幅或多幅源图像（如多聚焦图像、多模态医学图像）融合成一幅包含更多信息量的高质量图像。系统的主要功能亮点在于支持可变的小波分解层数，用户可以根据图像纹理的复杂程度和处理需求，灵活设置小波分解的深度（层数），从而在不同分辨率尺度上对图像进行分析。在融合策略上，程序分别提取图像的低频近似系数和高频细节系数，并针对性地应用融合规则（例如低频部分采用加权平均法以保持图像轮廓，高频部分采用最大绝对值法或基于局部梯度的选择法以保留边缘细节）。最终通过小波逆变换（IDWT）重构出融合图像。该项目不仅实现了基础的融合功能，还提供了清晰的算法实现流程，便于用户理解小波变换在图像处理中的具体应用机制，适用于学术研究、算法验证及多源图像数据的预处理工作。

详 情 说 明

基于多级小波变换的自定义图像融合系统

项目简介

本项目是一个基于 MATLAB 环境完全自主开发的图像融合处理系统。核心算法依托于离散小波变换（DWT）理论，旨在解决多聚焦图像或多模态图像的信息互补问题。系统能够将两幅具有不同清晰区域的源图像，通过频域分析与合成，融合成一幅全局清晰、信息量更丰富的高质量图像。

程序设计采用了模块化结构，集成了数据模拟生成、全流程小波融合算法、性能评估指标计算以及多维度的可视化展示功能。该项目适用于图像处理领域的算法验证、学术研究及教学演示。

功能特性

• 多级小波分解架构：代码默认采用 'db4'（Daubechies 4）小波基，支持 3 层（或自定义层数）的分解深度，能够在不同分辨率尺度上精细捕捉图像特征。
• 自适应频带融合策略：针对小波变换后的不同频率分量采用了差异化的融合规则（低频加权平均、高频最大绝对值），有效平衡了图像的轮廓保持与细节增强。
• 自动化测试数据生成：内置图像合成模块，利用 MATLAB 内置图像自动生成具有模拟多聚焦效果（左侧清晰/右侧清晰）的测试图对，无需外部数据即可直接运行验证。
• 多维度结果可视化：提供包含源图像、融合结果、差值残差图、小波系数能量谱以及局部细节放大图的综合展示界面。
• 客观评价指标：自动计算均方根误差（RMSE），定量评估融合图像相对于原始全清晰图像的质量差异。

系统要求

• MATLAB R2016a 或更高版本
• Image Processing Toolbox（图像处理工具箱）
• Wavelet Toolbox（小波工具箱）

核心算法与实现逻辑

本项目的主程序 main.m 包含完整的处理流水线，其具体实现逻辑如下：

1. 系统初始化与参数配置

程序首先清理工作区环境，并设定关键的小波变换参数。默认配置选用 db4 小波作为基函数，分解层数设定为 3层，以获得足够的频域分辨率。

2. 模拟多聚焦图像生成

为了保证代码的独立运行能力，程序通过以下步骤自动合成测试数据：

• 读取 MATLAB 内置的 cameraman.tif 作为原始全清晰基准图 (source_global)。
• 使用高斯滤波器 (fspecial gaussian) 生成模糊版本的图像。
• 构建左右两个互补的掩膜（Mask），并通过均值滤波对掩膜边缘进行平滑处理，以模拟自然的光学散焦过渡，避免生硬的拼接痕迹。
• 将清晰图像与模糊图像按掩膜权重叠加，生成两幅源图像：图A（左清右模糊） 和 图B（右清左模糊）。

3. 多级小波融合核心 (wavelet_fusion_core)

这是系统的核心处理模块，严格按照各类频带的特性进行处理：

• 分解阶段：调用 wavedec2 对两幅源图像进行 3 层小波分解，获取各自的低频近似系数（Approximation）和多层高频细节系数（Details）。
• 低频融合规则：

* 低频系数代表图像的主要能量和轮廓。 * 实现策略：采用加权平均法（0.5 * A + 0.5 * B）。这种方法能有效抑制背景噪声，保持图像整体亮度和对比度的稳定性。

• 高频融合规则：

* 高频系数包含边缘、纹理等细节信息。程序对 3 层分解中的每一层（水平、垂直、对角线方向）分别进行处理。 * 实现策略：采用最大绝对值法（Max Absolute）。程序比较两幅源图像对应位置系数的绝对值大小，构建选择矩阵，保留绝对值较大的系数。这确保了融合图像能够继承源图像中最显著的边缘特征和清晰度。

• 重构阶段：将融合后的低频系数与各层融合后的高频系数重新组合，调用 waverec2 执行小波逆变换，重构出最终的融合图像，并对数值范围进行归一化截断（Clamping to [0, 1]）以防止溢出。

4. 性能评估与可视化 (visualize_results)

程序在融合完成后执行详细的结果展示和评估：

• 综合图窗展示：

* 并列显示源图像 A、源图像 B 和最终融合图像。 * 计算并显示融合图像与源图像的差异图（Difference Map），通过对比度增强直观展示融合过程中保留了哪些区域的信息。 * 提取第 1 层的高频细节系数（H/V/D 分量），经对数变换和归一化后，使用 Jet 色图绘制系数能量分布图，直观呈现高频信息的空间分布。

• 局部细节放大对比：

* 单独弹出一个窗口，截取图像中心区域（61x61 像素），放大展示源图像与融合图像的纹理细节，便于人眼主观评价清晰度恢复情况。

• RMSE 计算：

* 利用原始全清晰图像作为参考（Ground Truth），计算融合图像的均方根误差，并在控制台输出，作为客观评价指标。

使用方法

1. 将包含代码的 main.m 文件放置于 MATLAB 的当前工作路径中。
2. 直接运行 main 函数。
3. 程序将自动生成测试数据，执行融合算法，并弹出两个可视化窗口展示结果。
4. MATLAB 命令窗口（Command Window）将输出具体的执行耗时以及 RMSE 评价指标数值。