陶玲瑶，弓晓锋

（贵州大学 计算机科学与信息学院，贵州 贵阳 550025）

0 引言

图像融合是信息等融合的重要分支。基于小波变换的图像融合技术代表了当今像素级多聚焦图像融合技术的发展前沿之一。

目前常见的小波变换，一般采用简单的加权平均，或是基于区域能量的融合方法。加权平均虽然简单，但导致了融合图像的部分边缘信息被平均亮度所湮没；基于区域能量的融合准则虽然考虑像素区域之间相关性，融合效果也有所提高却忽略了图像的边缘信息，对灰度的突变反应不够敏感[1]。

双树复小波变换(DT-CWT, Dual-tree Complex Wavelet Transform)却能克服以上不足，具有优良的方向分析能力，能够反映图像在不同分辨率上沿多个方向变化的情形[2]。因此这里采用基于图像域标准差的高频融合度量，提出两种融合方式，加强融合图像的边缘信息，得到更好图像融合效果。

1 双树复小波变换的基本原理

与实小波相比，复小波变换多了一路变换，整个变换具有两个树，称为A树和B树。

从图1得出Q-shift滤波器在两树的第二层及其以后各层上均为偶数长度，但不再严格的线性相位。Q-shift是一种在满足带通滤波器的标准正交完美重构条件下，具有合适的偶数长度和1/4采样延迟的滤波器。使A树为1/4时延 (+q)，B树为3/4时延(+3q)[3]。保证在每一层上，B树采样点刚好位于A树采样点的中间，实现对称采样。

图1 一维信号的Q-shift双树复小波分解树

2 图像融合算法

2.1 图像融合步骤

图像融合步骤如下：

①将两幅源图像作双树复小波分解，得到各自的高低频域分量；……