基于小波变换的图像融合程序.doc

《基于小波变换的图像融合程序.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、set(handles.text4,'visible','on')pause(1)[X,map]=imread('C:UsersAdministratorDesktopmatlabimage1.jpg');%map是色谱，map每一行分别代表R、G、B，涵盖了图像中出现的所有颜色组合。%X是像素颜色值，数据矩阵X的值指向map的某一行。X1=X;map1=map;subplot(2,2,1);image(X1);colormap(map1);%指当前显示的figure窗口色图按照指定map1进

2、行搭配，用MAP矩阵映射当前图形的色图title('原始图像1')axissquare[X,map]=imread('C:UsersAdministratorDesktopmatlabimage2.jpg');X2=X;map2=map;subplot(2,2,2);image(X2);colormap(map2);title('原始图像2');axissquareifndims(X1)==3%表示三位矩阵X3=rgb2gray(X1);%满足这个条件时，把X1转换成灰度图赋值给X3elseX

3、3=X1;%·否则直接赋值endifndims(X2)==3X4=rgb2gray(X2);%满足这个条件时，把X2转成灰度图赋值给X4elseX4=X2;endX3=double(X3);%转换成双精度数据X4=double(X4);%matlab读入图像的数据是uint8，而matlab中数值一般采用double型（64位）存储和运算。所以要先将图像转为double格式的才能运算，如果不转换，计算会产生溢出%%进行小波变换[C1,L1]=wavedec2(X3,2,'sym4');%小波变换[C2,

4、L2]=wavedec2(X4,2,'sym4');%小波变换%wavedec2：二维信号的多层小波分解%2：就是小波包的层数，小波分解可以按照树形结构一层一层的往下分解，分解到多细，主要看你想分析的频段是什么，如果是2层小波包分解的话，就是把频率分成了4等分，显示出每个频段的小波系数&sym4：是小波的名字，小波分解不同于傅里叶分解，他可以自己选取“基”，这里就是选取sym4小波作为函数空间的基。这个不是重点，对于一般的函数，选不同的基差别不大。只有一些比较极端的函数，需要特殊的基来分析。%%融合C=

5、(C1+C2)*0.5;%给C赋值X=waverec2(C,L1,'sym4');%调用函数waverec2%waverec2：二维信号的多层小波重构X=uint8(X);%把矩阵转化成uint8类型，uint8(8位无符号整数），subplot(223)%画2行2列第3个图title('基于小波变换的图像融合');imshow(X);%画图set(handles.text4,'visible','off')set(handles.pushbutton1,'visible','off')