应用主成分分解PCA法的图像融合技术.doc

1、应用主成分分解PCA法的图像融合技术1、实现代码：% function Pca = PCA(TM);clear up=imread(high.jpg); %读图像low=imread(low.jpg); figure(1) %建立第一幅图像imshow(up); %显示图像title(PCA-RGB表示的高分辨率图像); %图像标题为figure(2) %建立第二幅图像imshow(low); %显示图像title(PCA-RGB表示的低分辨率图像); %图像标题为% up 是一个三维数组，高分辨率图像被分解成R,G,B三个分量up_R=double(up(:,:,1);up_G=double

2、(up(:,:,2);up_B=double(up(:,:,3);% low是一个三维数组，低分辨率图像被分解成R,G,B三个分量low_R=double(low(:,:,1);low_G=double(low(:,:,2);low_B=double(low(:,:,3);%返回数组的维度和长度M,N,color=size(up);up_Mx = 0;low_Mx= 0;for i = 1 : M for j = 1 : N up_S = up_R(i,j),up_G(i,j),up_B(i,j); % 生成由R,G,B组成的三维列向量,每一个位置对应的rgb的值表示出来 up_Mx = up

3、_Mx + up_S; % 统计加起来各个像素点的值，即矩阵相加，等于对应位置元素相加 low_S = low_R(i,j),low_G(i,j),low_B(i,j); low_Mx = low_Mx + low_S; end endup_Mx = up_Mx / (M*N); %计算三维列向量的平均值 low_Mx = low_Mx / (M*N); %up_Mx也是一个矩阵，每个元素都除以M*Nup_Cx = 0;low_Cx= 0;for i = 1 : M for j = 1 : N up_S = up_R(i,j),up_G(i,j),up_B(i,j); up_Cx = up_C

4、x + up_S*up_S; % up_Cx加上up_S 矩阵乘以矩阵的转置 low_S = low_R(i,j),low_G(i,j),low_B(i,j); low_Cx = low_Cx + low_S*low_S; endendup_Cx = up_Cx / (M * N)- up_Mx*up_Mx; % 运用公式cov(x,y)=E(xy)-ExEy计算协方差矩阵 low_Cx = low_Cx / (M * N)- low_Mx*low_Mx; up_A,up_latent = eigs(up_Cx); % 协方差矩陈的特征向量组成的矩阵-PCA变换的系数矩陈,特征值 %up_la

5、tent 为6个最大特征值，up_A的列向量为对应特征向量。low_A,low_latent = eigs(low_Cx);for i = 1 : M for j = 1 : N up_X = up_R(i,j),up_G(i,j),up_G(i,j); % 生成由R，G， B组成的三维列 up_Y = up_A*up_X; % 每个象素点进行PCA变换正变换up_A为特%征向量的转置 up_Y = up_Y; % 转置 up_R(i,j) = up_Y(1); % 高分辨率图片的第1主分量 up_G(i,j) = up_Y(2); % 高分辨率图片的第2主分量 up_B(i,j) = up_

6、Y(3); % 高分辨率图片的第3主分量 low_X = low_R(i,j),low_G(i,j),low_G(i,j); low_Y = low_A*low_X; low_Y = low_Y; low_R(i,j) = low_Y(1); % 低分辨率图片的第1主分量 low_G(i,j) = low_Y(2); % 低分辨率图片的第2主分量 low_B(i,j) = low_Y(3); % 低分辨率图片的第3主分量 endendfor i = 1 : M for j = 1 : N up_Y = up_R(i,j),up_G(i,j),up_B(i,j); % 生成由R，G， B组成的三

7、维列向量 up_X = up_A*up_Y; % 每个象素点进行PCA变换反变换 up_X = up_X; % 转置 up_r(i,j) = up_X(1); up_g(i,j) = up_X(2); up_b(i,j) = up_X(3); low_Y = up_R(i,j),low_G(i,j),low_B(i,j);%生成由R，G， B组成的三维列向量，并将低分辨率的%全色图像的第一主成分替换成高分辨率的第一主成分 low_X = low_A*low_Y; low_X = low_X; low_r(i,j) = low_X(1); low_g(i,j) = low_X(2); low_b(i,j) = low_X(3); endend %生成最终的融合图像RGB(:,:,1)=low_r;RGB(:,:,2)=low_g;RGB(:,:,3)=low_b;figure(3) %建立第三副图像imshow(uint8(RGB); %显示图像title(PCA-RGB表示的融合图像);2、运行结果：