记录一下看过的图像融合算法的资料，截取了重点的信息，方便后期查阅
1.羽化融合：
上图截取自论文：基于几何结构信息的图像局部配准与拼接算法研究
2.高斯金字塔
拉普拉斯金字塔：它的某层图像就是源图像减去丢掉高频分量的图像后的结果，也就是高频分量，抽取出来用于后续高频分量的融合以及恢复图像高频信息的恢复。
构造公式：
即每一层的图像为同一层高斯金字塔的图像减去 上一层的图像进行上采样并高斯模糊的结果。
下图很直观的看出来
3. 拉普拉斯金字塔融合的基本原理：
它通过建立拉普拉斯金字塔将图像分为不同频段，在各个频段分别进行羽化融合，然后再用逆拉普拉斯变换将各频率图像叠加在一起还原成一张图像。
多波段融合的基本思想是图像可以分解为不同频率的图像的叠加，在不同的频率上，应该使用不同的权重来进行融合。在低频部分应该使用，高斯核函数中σ比较大，在高频部分使用比较小的σ
上图截取自论文：基于几何结构信息的图像局部配准与拼接算法研究
图像可以认为是由不同频率的信息组成，包含了很多不同的特征，频谱跨度很大。
图像中的低频信号和高频信号也叫做低频分量和高频分量。
图像中的高频分量，指的是图像强度（亮度/灰度）变化剧烈的地方，也就是我们常说的边缘（轮廓）；
图像中的低频分量，指的是图像强度（亮度/灰度）变换平缓的地方，也就是大片色块的地方。
人眼对图像中的高频信号更为敏感。
4.具体算法原理：
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
