姜媛

摘要：图像融合就是采用一些算法，将不同传感器对同一场景形成的不同像进行融合处理，使图像的模糊部分更少，可读性更强，更适合人眼观察及其计算机进行检测，识别，处理。

本文提出了一种改进的小波多焦点融合方法，其基本思想是：首先对图像进行小波变换，在图像的低频区域根据特定原则选取近似系数和细节系数，更好的保留了图像的边缘特征，提高了图像质量。利用Matlab仿真，将本文提出的方法与拉普拉斯金字塔融合算法和离散小波融合算法在平均值，标准差，熵和平均梯度进行定量评价比较，证明了本文提出方法的优越性。

0 引言：

图像融合是指将不同传感器所提供的信息加以综合，以获得对同一场景的更为精确，全面和可靠的图像描述。[1]由于小波变换具有非冗余性，使得图像经小波变换后的数据总量不会变大；利用小波变换的方向性，就有可能针对人眼对不同方向的高频分量具有不同分辨率这一视觉特性， 获得视觉效果更佳的融合图像[2]。

传统的小波变换融合方法得到的融合图像效果，与原图像清晰区域相比，其对应的图像质量有所降低。因为这种方法会造成边缘区域信息的丢失，为此本文提出一种改进的小波变换图像融合方法，并对图像的融合质量进行评价。

1 多焦点图像小波融合基本理论

1.1多焦点图像条件

本文采用两幅图像进行融合的方式来仿真验证，这两幅图像需要满足下列条……