基于小波变换的图像融合程序

set(handles.text4,'visible','on')
pause(1)
[X,map]=imread('C:\Users\Administrator\Desktop\matlab\image1.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进行搭配，用MAP矩阵映射当前图形的色图title('原始图像1')
axis square
[X,map]=imread('C:\Users\Administrator\Desktop\matlab\image2.jpg') ;
X2=X;
map2=map;
subplot(2,2,2);
image(X2);
colormap(map2);
title('原始图像2');
axis square
if ndims(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X3
else
X3=X1;%·否则直接赋值
end
if ndims(X2)==3
X4=rgb2gray(X2);%满足这个条件时，把X2转成灰度图赋值给X4
else
X4=X2;
end
X3=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,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=(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')。