clc;
clear all;
n=2;%二层小波分解
m=3*n+1;
X1=imread('0.TIF');
X1=double(X1)/256; %这里转化成double类型,否则使用小波变换输出的会有大量大于1的存在,会导致图像显示有问题
figure;
imshow(X1),title('红外图');
X2=imread('1.TIF');
X2=double(X2)/256;
figure;
imshow(X2),title('可见光图');
[c1,s1]=wavedec2(X1,n,'sym4'); %将x1进行2维,使用‘sym4’进行变换
sizec=size(c1);
[c2,s2]=wavedec2(X2,n,'sym4');%c1与c2的大小相等,即s1=s2
S1=s1(1,1)*s1(1,2);
S2=s1(2,1)*s1(2,2);
S3=s1(3,1)*s1(3,2);
S4=s1(4,1)*s1(4,2);
X1A=c1(1,1:S1);
X1H1=c1(1,(S1+1):(S1+S2));
X1V1=c1(1,(S1+S2+1):(S1+2*S2));
X1D1=c1(1,(S1+2*S2+1):(S1+3*S2));
X1H2=c1(1,(S1+3*S2+1):(S1+3*S2+S3));
X1V2=c1(1,(S1+3*S2+S3+1):(S1+3*S2+2*S3));
X1D2=c1(1,(S1+3*S2+2*S3+1):(S1+3*S2+3*S3));
X2A=c2(1,1:S1);
X2H1=c2(1,(S1+1):(S1+S2));
X2V1=c2(1,(S1+S2+1):(S1+2*S2));
X2D1=c2(1,(S1+2*S2+1):(S1+3*S2));
X2H2=c2(1,(S1+3*S2+1):(S1+3*S2+S3));
X2V2=c2(1,(S1+3*S2+S3+1):(S1+3*S2+2*S3));
X2D2=c2(1,(S1+3*S2+2*S3+1):(S1+3*S2+3*S3));
VA=cov(X1A,X2A);
[COEFFA,latentA,explainedA]=pcacov(VA);
for I=1:S1;
c1(I)=explainedA(1,1)*c1(I)/100;
c2(I)=explainedA(2,1)*c2(I)/100;
end
VH1=cov(X1H1,X2H1);
[COEFFH1,latentH1,explainedH1]=pcacov(VH1);
for I=(S1+1):(S1+S2);
c1(I)=(explainedH1(1,1))^2*c1(I)/5000;
c2(I)=(explainedH1(2,1))^2*c2(I)/5000;
end
VV1=cov(X1V1,X2V1);
[COEFFV1,latentV1,explainedV1]=pcacov(VV1);
for I=(S1+S2+1):(S1+2*S2);
c1(I)=(explainedV1(1,1))^2*c1(I)/5000;
c2(I)=(explainedV1(2,1))^2*c2(I)/5000;
end
VD1=cov(X1D1,X2D1);
[COEFFD1,latentD1,explainedD1]=pcacov(VD1);
for I=(S1+2*S2+1):(S1+3*S2);
c1(I)=(explainedD1(1,1))^2*c1(I)/5000;
c2(I)=(explainedD1(2,1))^2*c2(I)/5000;
end
VH2=cov(X1H2,X2H2);
[COEFFH2,latentH2,explainedH2]=pcacov(VH2);
for I=(S1+3*S2+1):(S1+3*S2+S3);
c1(I)=(explainedH2(1,1))^3*c1(I)/250000;
c2(I)=(explainedH2(2,1))^3*c2(I)/250000;
end
VV2=cov(X1V2,X2V2);
[COEFFV2,latentV2,explainedV2]=pcacov(VV2);
for I=(S1+3*S2+S3+1):(S1+3*S2+2*S3);
c1(I)=(explainedV2(1,1))^3*c1(I)/250000;
c2(I)=(explainedV2(2,1))^3*c2(I)/250000;
end
VD2=cov(X1D2,X2D2);
[COEFFD2,latentD2,explainedD2]=pcacov(VD2);
for I=(S1+3*S2+2*S3+1):(S1+3*S2+3*S3);
c1(I)=(explainedD2(1,1))^3*c1(I)/250000;
c2(I)=(explainedD2(2,1))^3*c2(I)/250000;
end
c=1.1*(c1+c2);
s=s1;
xx=waverec2(c,s,'sym4'); %进行重构
figure;
imshow(xx),title('融合后的');
imwrite(xx,'权值指数.bmp','bmp');
%17.2861 0.2475 0.0873 0.0067 0.0608 0.7758 0.6062
没有合适的资源?快使用搜索试试~ 我知道了~
图像融合基于matlab小波分解和PCA重构图像融合【含Matlab源码 2595期】.zip
共7个文件
jpg:3个
tif:2个
m:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 17 浏览量
2023-05-14
08:44:04
上传
评论 1
收藏 540KB ZIP 举报
温馨提示
CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 图像融合:小波变换图像融合、遗传算法图像融合、IHS图像融合、PCA图像融合、curvelet变换图像融合、拉普拉斯金字塔+NSCT图像融合 DSIFT多聚焦图像融合、加权平均法图像融合、泊松彩色图像融合、主成分结合小波离散变换PCA-DWT图像融合
资源推荐
资源详情
资源评论
收起资源包目录
【图像融合】基于matlab小波分解和PCA重构图像融合【含Matlab源码 2595期】.zip (7个子文件)
【图像融合】基于matlab小波分解和PCA重构图像融合【含Matlab源码 2595期】
运行结果1.jpg 18KB
1.tif 217KB
method4.m 3KB
0.tif 217KB
运行结果2.jpg 15KB
权值指数.bmp 211KB
运行结果3.jpg 23KB
共 7 条
- 1
资源评论
- weixin_452842212024-01-17资源很实用,内容详细,值得借鉴的内容很多,感谢分享。
海神之光
- 粉丝: 5w+
- 资源: 6110
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功