像素级图像融合方法研究——硕士论文阅读笔记
像素级图像融合方法研究
摘要 1.图像融合介绍和作用； 2.本文研究内容：遥感图像融合+医学图像融合； 3.针对医学图像融合，提出基于边缘感知滤波器的自适应分解算法； 4.针对遥感图像融合，提出基于梯度分解的多层次塔行融合方法。
第4章 基于梯度分解的多层次遥感图像融合 4.1 遥感图像融合简介 1.介绍PAN图和MS图（感觉前边写过）； 2.介绍金字塔在遥感图像融合的应用； 3.简介本文算法。 4.2 分解方法 4.2.1 传统的金字塔图像分解方法 1.金字塔简介； 2.两种常用的：高斯金字塔和拉普拉斯金字塔； 3.介绍高斯金字塔和拉普拉斯金字塔。 4.2.2 梯度滤波核 计算四个梯度，取绝对值最大的梯度。 4.2.3 基于梯度滤波核的图像分解 先分解PAN图，当PAN图分解到和MS同分辨率再一起分解。 4.3 融合规则 4.3.1 低频层融合规则 使低频MS与低频PAN能量一致。（啥意思啊） 4.3.2 中频层融合规则 根据SSIM确定中频层的融合比例。（没有说明为啥这么设置） 4.3.3 高频层融合规则 只有PAN图有高频层，直接叠加。 4.4 总体框架 1.PAN图上采样； 2.选滤波核，根据梯度最大； 3.PAN图分解至分辨率与MS相同，重新选滤波核分解； 4.根据各自的融合规则融合高、中、低频，得到最终的融合结果。 4.5 实验与评价 滤波核5*5，分解次数为3，对比算法：LP、LP-SR、IHS、DWT、NSCT。 4.5.1 主观评价 文章展示了3组图片来说明算法有效性。 4.5.2 客观评价 客观指标：RMSE、ERGAS、PSNR、CC、SSIM； 展示了3组指标与额外15组平均指标。 4.6 本章小结
第5章 总结与展望
