小波变换图像融合matlab实现（基于Haar小波、Daubechies小波、Symlet小波、Biorthogonal小波、Coiflet小波）

图像融合是图像处理和计算机视觉领域中的一项重要技术，它涉及将两个或多个图像结合起来，以产生一个包含所有输入图像信息的新图像。

图像融合要求两张图像尺寸一样，因此在两张不同尺寸的图像融合时首先调整图像尺寸

调整图像尺寸：通过比较两幅图像的尺寸，使用imresize函数将较大的图像缩放到较小图像的尺寸。

[rows1, cols1] = size(gray1);
[rows2, cols2] = size(gray2);
if rows1 > rows2
    gray1 = imresize(gray1, [rows2 cols2]);
elseif rows2 > rows1
    gray2 = imresize(gray2, [rows1 cols1]);
end

在进行多级小波分解时，图像的尺寸在每一级分解后通常会减半。如果原始尺寸不是2的整数次幂，那么在多次分解后，图像的尺寸可能会变得非常不规整，这将影响后续处理和重构的质量。因此一般会将图像尺寸设定为2的整数次幂

使用nextpow2函数找到大于或等于图像尺寸的最小2的幂次，然后使用padarray函数将图像填充到这个尺寸。

% 确保图像尺寸是2的整数次幂
[rows, cols] = size(gray1);
pad_rows = 2^nextpow2(rows) - rows;
pad_cols = 2^nextpow2(cols) - cols;
gray1 = padarray(gray1, [pad_rows pad_cols], 'post');
gray2 = padarray(gray2, [pad_rows pad_cols], 'post');

本文采用五种小波基进行图像融合，效果差别通过肉眼很难观测出来，笔者在前面的图像边缘检测文章中提到过对比方法，即找到一种图像融合效果较好的方法进行处理，得到的结果作为参照，与五种小波基图像融合的效果对比，通过SSIM，RMSE等指标进行对比，这里笔者省略这些步骤，感兴趣可以参考小波变换图像边缘检测（基于haar小波、Daubechies小波、Symlets小波、Coiflets小波、Biorthogonal小波）

下面给出五种小波基图像融合的代码：

% 读取两幅图像
img1 = imread('lena.png');
img2 = imread('Lady.jpg');

% 转换为灰度图像
gray1 = rgb2gray(img1);
gray2 = rgb2gray(img2);

% 调整图像尺寸，使得两张图像具有相同的尺寸
% 这里选择将两张图像都缩放到较小图像的尺寸
[rows1, cols1] = size(gray1);
[rows2, cols2] = size(gray2);
if rows1 > rows2
    gray1 = imresize(gray1, [rows2 cols2]);
elseif rows2 > rows1
    gray2 = imresize(gray2, [rows1 cols1]);
end

% 确保图像尺寸是2的整数次幂
[rows, cols] = size(gray1);
pad_rows = 2^nextpow2(rows) - rows;
pad_cols = 2^nextpow2(cols) - cols;
gray1 = padarray(gray1, [pad_rows pad_cols], 'post');
gray2 = padarray(gray2, [pad_rows pad_cols], 'post');

% 小波分解
wname = {'haar', 'db2', 'sym4', 'bior1.5', 'coif2'};
figure;
for i = 1:length(wname)
    % 使用不同的小波基进行分解
    [cA1, cH1, cV1, cD1] = dwt2(gray1, wname{i});
    [cA2, cH2, cV2, cD2] = dwt2(gray2, wname{i});
    
    % 融合规则：低频系数使用平均值融合，高频系数使用最大值融合
    cA = (cA1 + cA2) / 2;
    cH = max(cH1, cH2);
    cV = max(cV1, cV2);
    cD = max(cD1, cD2);
    
    % 小波重构
    fusedImg = idwt2(cA, cH, cV, cD, wname{i});
    
    % 裁剪填充的部分
    fusedImg = fusedImg(1:rows, 1:cols);
    
    % 显示结果
    subplot(3, 2, i);
    imshow(fusedImg, []);
    title(['Fused with ', wname{i}]);
end