图像融合技术在“多媒体课程”中的教学应用

张湃，孟庆莹

（唐山学院智能与信息工程学院，河北唐山，063000）

1 课程教学安排与特色

（1）教学课程内容

本课程的理论指导为36节课，介绍数字图像处理主要组件的全面概述。结合教学内容和科学技术的新发展，适当引入软件仿真和波形仿真，注重加强学生运用知识解决实际问题的能力。

通过教授基础理论，教师可以结合课程组在相关领域的最新科学发展和相关研究成果，将该领域的最新知识传授给学生。建议通过学习设计环节中有关“数字图像处理”的课程知识，设计并完成数字图像处理项目，以便逐步升级。这是一个非常理论化的过程，涉及到大量的知识。亲自观察和感受数字图像处理中使用的丰富仪器、设备和组件，使学生不再对学习书本知识感到厌倦，激发学生学习兴趣，加深对基础理论的理解。

（3）课程考试和成绩评估

为了改变学生重理论、轻实践的学习现象，在学习理论知识的同时提高学生的实践创新能力，课程组增加了学生实践创新能力评价的比例，并研究了全过程评价模式。目前，课程分数的百分比为：期末论文（70%）到标准分数（20%）到考试分数（10%）。所以教师有一定的自由。

（4）课程发展目标

课程的目的是引导“图像处理”的概念朝着“坚实的基础、强有力的实践、注重创新；根据学生在教育和研究中的适合性和成长性”的方向发展，在建立研究课程体系、课程内容体系和标准化教学过程的基础上，优化教学条件，加强现代信息技术的应用，改进实践内容和考试方法；作为保证，通过组建高素质的学习小组，注重培养学生的科研精神和创新意识，使学生具备全面创新的设计能力，充分发挥自己的知识、技能和素质，适应信息社会的需要，培养高素质的工程技术人才。

2 课程改革与探索

从从理论和实践学习的角度来看，本文提出了课程建设的若干具体步骤：

在高校中，校园文化、学习环境、学习氛围都是混合式教学的催化剂。混合式教学离不开学校各级领导、各职能部门的支持，同时教师、学生要目标一致，才能取得成功。混合式教学是一种新的教学模式，在教学实施过程中会与原教学大纲有一定的冲突，比如对于知识点的讲解方式会减少，增加网络学习环节和课堂讨论环节，在学校职能部门在考核中要全面进行，如果只关注课堂部分，则会认为教学过程是不完整的。学校给予教师宽松的教学环境，全面进行教学评估，可以保证教师利用先进技术服务教学。改善学生学习环境，在校园中全面普及互联网资源，同时引导学生利用互联网服务自己的学业。

（1）全力扶持中老年教师骨干，大力培养青年教师，定期开展教学、教学、示范、辅导等教研活动，进一步提高教学水平。

（2）教材结构：以刘增吉《数字图像处理》第二版为教材，对其他中英文教材进行补充完善，使之更适合当前的形式和应用现状。

（3）培训手段的开发和使用：改进和建设互动式在线学习平台和多媒体学习工具，这是古典教育更强大的工具。

（4）加强实践学习环节内容的深度和广度，给学生更多自主选择的空间；增加科技创新空间，将学生的个人活动转化为大多数人的参与，实现大众化。

（5）逐步普及双语教学，提高师生使用外语的能力。

（6）一项旨在为“数字图像处理”建立额外学习平台的行动计划。考虑到“学生觉得难以学习，教师觉得难以说话”的缺陷，提供了一个额外的培训模拟平台，基于相关光纤的学习平台。演示光纤特性和光纤传输设备的显示。仿真平台以及仿真软件培训工具有助于学生理解和掌握课程内容。此外，必须建立一个完全开放的数字图像处理实验平台，该平台可以进行数字图像处理方面的多项实验，不仅鼓励学生自主、科学地学习，还鼓励学生实践能力。

（7）构造数字图像处理综合实验。图像融合是来自同一场景的多幅图像的合成。其目的是获得更好的视觉效果和易于识别的机器，并生成比一个源更准确、完整和可靠的图像。多焦点图像是指通过多次集中在每个目标上获得的多幅图像，当摄像机无法同时聚焦在多个目标上，从而记录了多个与镜头距离不同的目标时，这些多聚焦图像通常使用图像融合技术给出每个目标的清晰图像。多聚焦图像融合技术可以有效提高图像的使用率和目标识别系统的可靠性，应用于社会的许多领域，如遥感卫星图像、光学图像、红外图像、医学图像，特别是多传感器互联后；它已成为计算机视觉、目标识别机器人和军事研究的热点。

多聚焦图像融合方法分为空间方法和域方法转换两大类，常用的空间方法分为基于图像空域像素和基于图像块，也称为区域方法，本文是在变换域完成图像融合，主要采用的频域变换方法是小波变换。

小波变换可以用于分解一维信号，也可分解二维信号，当分解二维信号时被称为二维离散小波，是一种处理信号和信息的工具。它是一种良好的局部性和多分辨率时域和频域。它超越了不利的傅立叶分析，将信号表示为一个变量的函数，时间或频率。它可以很容易地在空间和频率域中找到变换波长的系数与源图像内容之间的相关性。小波变换是一种多尺度、多分辨率的退化图像。它可以聚焦图像的任何细节。它被称为数学显微镜。近年来，随着波动理论的广泛应用，小波变换在像素级融合方面展现了巨大的优势。小波变换的固有特性使其在图像处理中具有以下优势：

（1）小波变换是可逆的，保证信号可以进行分解，也可重构；

（2）能够将图像分解成不同尺度，不同方向的信息，有助于实现图像的融合；

（3）具有快速傅里叶变换，能够使得算法降低复杂度，适合应用于实时系统；

（4）离散小波变换适用于图像分解，具有二维结构。

目前，小波域中的融合规则主要分为两类：基于像素的融合规则和基于区域的融合规则。在预处理过程中需要仔细对齐图像，否则处理结果不令人满意，增加了预处理的难度。基于区域的热核融合规则具有更广泛的适用性，因为它考虑了与相邻像素的相关性，并降低了对边缘的敏感性。

总之，本设计使用了一种基于图像区域特性融合的静止波列变换方法。图像采集选项卡在同一场景中采集两个或多个具有不同焦点的图像。分析了波分解后高频域和低频域的图像特性，采用不同的基于区域的算法进行融合，最后通过变换将融合后的图像重建到逆变器上。验证算法的有效性，实现其功能，广泛应用于机器视觉、数码相机、目标识别等领域。

例如，设计方案提供了两个图像之间的连接。假设a和B是两个原始图像，f是熔化图像。如果一个二维图像被n层驻波层分解，那么最后会有（3N+1）个不同的频带，包括3幅高频子图和1幅低频子图。核合成处理的主要步骤是：

第1步：对两幅源图像进行离散小波变换，得到多尺度多方向信息；

第2步：采用改进的加权平均融合规则融合处理WT的低频子带系数；

第3步：采用区域能量绝对值取大的融合规则融合处理高频方向子带系数；

第4步：对融合后的图像高低频系数进行重构，得到融合后的图像。

本设计的图像融合过程如图1所示。

图1 基于小波变换图像融合过程

3 结果与分析

为了验证基于波形层变换的图像融合方法的有效性，将基于小波变换（WT）的图像融合方法与像素平面空间方法进行比较，以比较该融合的效果。

实验图像分为四层。基于波的融合策略，选择基于波的函数，应考虑融合结果会对视觉造成人为影响的问题，尤其是声音和抖动。小波基db8”。应使用以下内容将实验与多图像融合方法进行比较：最小尺度上的近似系数取平均值，最大绝对退化系数为选定的熔化系数分解。

图2是像素级图像聚合和基于波的图像聚合的效果。从该参数可以得出结论，该算法的合并图像不仅保留了图像的方向纹理信息，而且实际上消除了边界“毛刺”的影响，边缘清晰，消除了重影。波形蚊子在完全不同的方向上存储纹理信息，在高度各向异性的图像中有轻微的显示，局部能量算子充分保留了局部方向的特征，细节得到了很好的保留，获得了良好的图像融合效果，优于小波融合方法。

图2 像素级与小波变换融合效果比对