主要内容
图像融合
小波图像融合的原理是采用近似系数和细节系数融合方法，将两幅原始图像的小波分解进行融合。这两个图像必须具有相同的大小，并且应该与一个通用颜色映射上的索引图像相关联(请参阅wextend以调整图像的大小)。
两个例子被检查:第一个合并两个不同的图像导致一个新的图像，第二个从原始图像的两个模糊版本恢复一个图像。
两种不同图像的融合
加载两个原始图像:一个面具和一个半身像。
负载面具；X1 = x;负载破产；X2 = x;
通过采用两种不同的融合方法，使用db2在级别1上合并来自小波分解的两张图像:通过对近似值和细节取均值进行融合:
XFUSmean = wfusimg(X1,X2，“db2”, 1“的意思是”,“的意思是”）;
近似取最大值细节取最小值来融合。
XFUSmaxmin = wfusimg(X1,X2，“db2”, 1“马克斯”,“最小值”）;
绘制原始图像和合成图像。
colormap(地图);子图(221)，图像(X1)，轴广场、标题(“面具”)子图(222)，图像(X2)，轴广场、标题(“破产”)子图(223)，图像(XFUSmean)，轴广场、标题(“合成图像，均值-均值”)子图(224)，图像(XFUSmaxmin)，轴广场、标题(合成图像，max-min）
模糊图像的融合复原
加载原始图像的两个模糊版本。
负载cathe_1；X1 = x;负载cathe_2；X2 = x;
通过取近似值和细节系数绝对值的最大值，使用sym4在5级小波分解中合并两张图像。
XFUS = wfusimg(X1,X2，“sym4”5,“马克斯”,“马克斯”）;
绘制原始图像和合成图像。
图(“颜色”,“白色”), colormap(地图);子图(221)，图像(X1)，轴广场、标题(“凯瑟琳1”)子图(222)，图像(X2)，轴广场、标题(《凯瑟琳2》)子图(223)，图像(XFUS)，轴广场、标题(的合成图像）
您也可以从以下列表中选择一个网站:
