基于PWVD的高效图像融合方法及应用

本文主要探讨了一种基于伪维格纳分布（Pseudo-Wigner-Ville Distribution, PWVD）的图像融合方法。该方法首先通过一维滑动窗口技术，对每个待融合的图像在所有可能的方向上进行伪维格纳变换。伪维格纳变换是一种多分辨率分析工具，它能够捕捉到信号的时频特性，将图像分解成多个频段，形成能量谱图。在这个过程中，选择均方根最大的方向作为PWVD分解的方向，因为这个方向通常反映了图像的重要特征。 接下来，对每个待融合图像的频段能量谱图进行处理。作者提出了一个创新的融合原则：高频段选择区域能量最大的部分，这样可以增强图像的细节信息；而低频段则选择能量方差最大的部分，目的是保持图像的结构信息。这种融合策略旨在最大化保留图像的多样性和细节，同时减少噪声干扰。 通过这种频域融合方式，形成了具有不同频段的融合能量谱图。随后，对融合后的能量谱图进行PWVD逆变换，从而得到融合后的图像。这种方法特别适用于多种类型图像的融合，如红外与可见光图像、多聚焦图像、电子计算机X射线断层扫描(CT)图像与磁共振(MR)图像以及红外与合成孔径雷达(SAR)图像。 作者进行了实际的实验，选取这些典型场景进行融合，并对融合结果与原始图像的信息熵进行了对比。信息熵是衡量图像信息量的一个指标，结果显示，使用提出的算法进行融合后，融合图像成功地保留了待融合图像的大部分信息，表明该方法在保持图像质量和减少冗余信息方面表现优秀。 总结来说，本研究提供了一种有效的图像融合策略，利用伪维格纳分布的特性，能够在不同频段上精细地融合图像，从而增强图像细节和结构，适用于多模态图像的融合任务。这种融合方法对于提高图像质量、提取有用信息以及在遥感、医学影像等领域有潜在的应用价值。