基于小波变换的图像融合算法详解

图像融合的笔记【1】——小波融合

参考的以下大佬的文章：
小波融合的代码实例【1】
小波融合的代码实例【2】
小波融合代码详解

先是最基本的基于小波变换的图像融合，融合规则采用简单的低频部分取平均值，高频部分取基于区域能量。
我们使用的是matalb中自带的小波分解函数

- wavedec2函数

首先来了解matlab中小波分解函数中各个参数的作用：`

[C,S] = wavedec2(A,N,'wname');

其中A表示的是待处理的图像；
N表示分解的层数；
‘wname’表示的是使用的小波基函数；（具体小波基函数的选择可以查看help文档）
C为各层的分解系数
S表示的是各层分解系数长度的矩阵
C其实是一个**1*size（A）**的行向量；具体表现为：
C=[A(N)H(N)V(N)D(N)H(N-1)V(N-1)D(N-1)…H(1)V(1)D(1)]
其中A(N)是第N层的低频系数；H(N)V(N)D(N)则是第N层的高频系数，分别代表水平、数值以及对角线方向的高频系数。

盗两张图表示为：
生成矩阵C为：

S作为储存各层分解系数长度的矩阵，第一行是A(N)的长度（即A(N)原矩阵的行数和列数），第二行是H(N)V(N)D(N)的长度，以此类推最后一行为原图A的长度，所以S是一个N+2×2的矩阵。

搞清楚小波分解函数的参数意义，再去做图像融合就比较简单了。

function y=wtfusion(I1,I2,N,wname)

%函数功能：
%     函数x=wtfusion(I1,I2,N,wname)将两幅原图像I1,I2进行基于小波变换的图像融合，得到融合后的图像y
%     近似分量采用加权平均的融合规则，各细节分量采用基于区域特性量测的融合规则
%输入参数：
%     I1----原图像1
%     I2----原图像2
%     N----小波分解的层数
%     wname----小波基函数
%输出参数：
%     y----原图像融合后得到的图像
%-----------------------------------------------------------------%

I1=double