图像融合
小波融合的原理是将两幅原始图像的小波分解后的近似系数和细节系数进行融合。这两个图像必须具有相同的大小，并且应该与公共颜色映射上的索引图像相关联(请参阅wextend来调整图像的大小)。
研究了两个例子:第一个例子将两个不同的图像合并成一个新的图像，第二个例子将一个原始图像的两个模糊版本还原成一个图像。
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;
使用db2采用两种不同的融合方法，在第1级对小波分解后的两幅图像进行合并:对近似和细节取平均值融合:
XFUSmean = wfusimg (X1, X2)“db2”, 1“的意思是”,“的意思是”);
采用最大近似和最小细节进行融合。
XFUSmaxmin = wfusimg (X1, X2)“db2”, 1“马克斯”,“最小值”);
绘制原始和合成的图像。
colormap(地图);次要情节(221)、图像(X1)、轴广场、标题(“面具”)子图(222)，图像(X2)，轴广场、标题(“破产”) subplot(223)， image(XFUSmean)， axis广场、标题(“合成图像,mean-mean”)子图(224)，图像(XFUSmaxmin)，轴广场、标题(合成图像,不等式性质的)
模糊图像融合复原
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;
利用sym4在第5级对小波分解后的两幅图像进行合并，分别取近似和细节系数的绝对值的最大值。
XFUS = wfusimg (X1, X2)“sym4”5,“马克斯”,“马克斯”);
绘制原始和合成的图像。
图(“颜色”,“白色”), colormap(地图);次要情节(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》) subplot(223)， image(XFUS)， axis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:
