二、应用背景及意义

本课题利用小波变换进行图像的融合，然后对融合的结果进行图像质量的评价。所谓小波变换图像融合就是对多个的信息目标进行一系列的图像提取和合成，进而可以获得对同一个信息目标的更为精确、全面、可靠的高低频图像信息描述。并且也可以充分利用不同的信息源，实现图像的冗余性和信息的互补性，有效地改善和提高了图像的信息清晰度和图像的可观察性。本设计研究论文主要是讲解了小波变换的定义，图像融合的基本定义，以及在现阶段所需要研究的一些热点技术领域和问题，接着详细论述了小波变换图像融合的基本规则、方法和具体操作步骤。并在论文中给出了三种基于小波频率变换的高低频融合算法和程序，即基于系数取大，系数重构的高低频图像融合的算法和程序。

最后，对于一个融合图像质量和融合效果的系统来说，融合效果和图像质量的判断和评价方法显得特别重要，本文深入地探讨了融合图像处理系统融合质量的判断和评价方法问题，总结了对融合图像效果的系统主、客观评价的基本标准，作为对融合图像效果系统分析的重要判断和评价标准。

三、评价参数

图像学与信息技术融合的主要客观影响质量价值评价指标系统主要有四个常用的质量指数,分别为信息熵、标准差、均值、平均值和梯度。

1 信息熵（IE）

源图像在信息融合前后的信息量将发生变化,所以,计算得出信息熵公式可以真实的用来评判图像进行融合的速度和效果好坏。

2 标准差（STD）

标准差（中文又称标准偏差、均方差，英语：Standard Deviation，缩写SD），数学符号σ（sigma），在统计学概率论和数学统计中最常用来作为统计衡量图像中一组数据的标准离散程度之用。标准差的定义:为方差开算术的平方根,反映标准差在一组数据中各个体间的标准离散概率程度;标准差与图像的期望值分布之比为图像的标准离差率。此时图像的灰度相对于图像平均值的灰度级离散概率情况,标准差越大,则灰度级信息分布越分散,此时一个图像中所有灰度级信息出现的离散概率越趋于与期望值相等,从而图像包含的灰度级信息量越趋于最大。

3 均值（AVG）

图像中所有一个像素的平均图像灰度为其值的参数算术值为平均值,对于一个人眼视觉图像的整体表现像素灰度为其值为人眼图像的平均像素亮度。

四、GUI界面设计

• 目录提纲

第一章 绪论

1.1 技术背景

1.2 发展现状

1.2.1 图像分割介绍

1.3 研究意义

第二章 数字图像融合的技术简介

2.1 像素级融合

2.2 特征级融合

2.3 决策级融合

第三章 小波图像融合算法研究与设计

3.1 小波变换算法

3.1.1 小波变换算法的原理

3.1.2 小波变换介绍

3.1.3 保存模板数据

3.2 系数重构算法

3.3 系数取大

3.4 高低频融合

3.5 图像融合算法评价

3.5.1 信息熵（IE）

3.5.2 标准差（STD）

3.5.3 均值（AVG）

第四章 图像融合的实现

4.1 系统界面设计

4.2 图像融合实验结果及分析

4.2.1 系数重构融合结果对比分析

4.2.2 高低频融合结果对比分析

第五章 总结与展望

参考文献

致 谢