的方法是在原图像中选择最有可能是边缘的点加以保留,这样才能使得合成图像比较清晰,细节丰富。(4)基于小波变换的图像融合的Matlab实现及程序的编写。Matlab具有强大的计算功能和丰富的工具箱函数,例如图像处理和小波工具箱包含了大多数经典算法,并且它提供了一个非常方便快捷的算法研究平台。本文通过Mtalab很好的完成了仿真。小波变换理论基础小波变换小波分析(WaveletAnalysis)是在现代调和分析的基础上发展起来的一门新兴学科,其基础理论知识涉及到函数分析、傅立叶分析、信号与系统、数字信号处理等诸方面,同时具有理论深刻和应用十分广泛双重意义。我们只对小波分析的整体思想进行介绍。2.1.1小波变换的思想小波变换继承和发展了Gabor的加窗傅立叶变化的局部化思想,并克服了傅立叶变换窗口大小不能随频率变化的不足,其基本思想来源于可变窗口的伸缩和平移。小波变换利用一个具有快速衰减性和振荡性的函数(成为母子波),然后将其伸缩和平移得到了一个函数族(称之为小波基函数),以便在一定的条件下,任一能量有限信号可按其函数族进行时-频分解,基函数在时-频相平面上具有可变的时间-频率窗,以适应不同分辨率的需求[5]。图2-1小波变换的时频平面的划分?在加窗傅立叶变换中,一旦窗函数选定,在时频相平面中窗口的大小是固定不变的,不随时频位置(t,f)而变化,所以加窗傅立叶变换的时-频分辨率是固定不变的,小波变换的时频相平面如图2-1所示,窗函数在时频相平面中随中心频率变换而改变,在高频处时窗变窄,在低频处频窗变窄,因而满足对信号进行时-频分析的要求。它非常适合于分析突变信号和不平稳信号。况且小波变换具有多分辨率分析的特点和带通滤波器的特性,并且可用快速算法实现[5],因而常用于滤波、降噪、基频提取等。但对平稳信号来说,小波分析的结果不如傅立叶变换直观,而且母小波的不唯一性给实际应用带来了困难
全文预览
