参考：
https://blog.csdn.net/liu_guanzhang/article/details/42120861
https://wenku.baidu.com/view/a4cfe4c36137ee06eff918c0.html
本文旨在利用小波变换实现一个很简单的融合算法，对小波变换的应用有个粗略的认识。当然本文的算法其实是很简陋的，仅是作为一个例子，不具有广泛应用的实际。
在下面的程序中，我们基于这样一个简单的融合规则，即对2幅图像的低频部分采取均值，而对2幅图像的高频部分，我们留下对应位置最大的那个频率信息。
算法的流程图如下图所示：

融合程序

% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % 
% % 使用小波变换对2幅图像进行融合，仅适用灰度图
% % % % % %参数说明：
%
M1
- 输入图像 A
%
M2
- 输入图像 B 
%
wtype
- 指定使用的小波基
%
Y
- 融合结果图像
% % 
% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % 
clc;
clear;
close all;
% % ===============================================
%
读入要进行融合的图像
% % ===============================================
imA = imread('pan.tif');
% 这里转化成double类型，否则使用小波变换输出的会有大量大于1的存在，会导致图像显示有问题
M1 = double(imA) / 256;
% 【问题1】
imB = imread('LR.tif');
imB = imresize(imB,4);
imB = rgb2gray(imB);
M2 = double(imB) / 256;
zt = 4;
% 设置小波分解的层数
wtype = 'haar';
% 设置小波基
% % ===============================================================
% 这里的融合规则是：在高频系数中，取2幅图像绝对值大的小波系数，
% 在低频系数中，取2幅图像的平均值。
% % ================================================================
% % ==============================================
% 对2幅图像分别进行小波分解
% % ==============================================
[c0,s0] = wavedec2(M1, zt, wtype);
[c1,s1] = wavedec2(M2, zt, wtype);
KK = size(c1);
Coef_Fusion = zeros(1,KK(2));
% 生成同系数矩阵c一样大的矩阵作为结果存储单元
Coef_Fusion(1:s1(1,1)*s1(1,2)) = (c0(1:s1(1,1)*s1(1,2))+c1(1:s1(1,1)*s1(1,2)))/2;
% % =============================================
% % 处理高频系数
% % =============================================
MM1 = c0(s1(1,1)*s1(1,2)+1:KK(2));
MM2 = c1(s1(1,1)*s1(1,2)+1:KK(2));
mm = (abs(MM1)) > (abs(MM2));
Y
= (mm.*MM1) + ((~mm).*MM2);
Coef_Fusion(s1(1,1)*s1(1,2)+1:KK(2)) = Y;
% % =============================================
% 重构
% % 这里我们已经生成新的系数矩阵了，并利用新的系数矩
% % 阵，进行小波逆变换
% % =============================================
Y = waverec2(Coef_Fusion,s0,wtype);
% % =============================================
% 显示图像
% % =============================================
subplot(2,2,1);imshow(M1);title('pan');
subplot(2,2,2);imshow(M2);title('LR');
subplot(223);imshow(Y,[]);title('融合图像');

结果

为什么要有这句代码M1 = double(imA) / 256

需要注意的是，为什么要将图像放缩到0-1？我们看下面一段程序就知道原因了。即不加这句代码，会造成图像显示为“全白”的现象。

clc;
clear;
close all;
x=imread('lena_color_512.tif');
%读取原图像
x = double(x)/256; % 注释掉这段代码，再看现象
figure(1);imshow(x);title('原始图像');
x=double(x);
[c,s ]=wavedec2(x,1,'db8'); %作小波变换,形成小波系数矩阵
r = waverec2(c,s,'db8');%还原图像文件
figure;imshow(r);title('重构之后的图像');

最后

以上就是酷酷鲜花为你收集整理的使用小波变换进行灰度图像的融合融合程序结果的全部内容，希望文章能够帮你解决使用小波变换进行灰度图像的融合融合程序结果所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。