【图像融合】加权平均法图像融合【含Matlab源码 722期】

最新推荐文章于 2024-08-16 11:15:40 发布

Matlab领域

最新推荐文章于 2024-08-16 11:15:40 发布

阅读量1.2k

点赞数 24

分类专栏： Matlab图像处理（初级版）文章标签： matlab

本文链接：https://blog.csdn.net/weixin_63266434/article/details/135304992

版权

Matlab图像处理（初级版）专栏收录该内容

369 篇文章 8 订阅

订阅专栏

在这里插入图片描述

⛄一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【图像融合】基于matlab加权平均法图像融合【含Matlab源码 722期】
(https://download.csdn.net/download/TIQCmatlab/62925370)
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab图像处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab图像处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab图像处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

⛄二、加权平均法简介

1 加权平均法图像融合算法的原理
对原图像的像素值直接取相同的权值，然后进行加权平均得到融合图像的像素值，举例说比如要融合两幅图像A，B，那它们的融合后图像的像素值就是A50%+B50%，就这么简单。

2 加权平均融合法融合过程
加权平均融合法是将源图像像素的灰度值进行线性加权平均，生成新的融合图像，是一种最简单、直接的图像融合方法，融合过程如下图所示，一般形式如下：

⛄三、部分源代码

clear
g_R=0;
g_G=0;
g_B=0;
h_R=0;
h_G=0;
h_B=0;
fenzi_R=0;
fenzi_G=0;
fenzi_B=0;
fenmu_up_R=0;
fenmu_up_G=0;
fenmu_up_B=0;
fenmu_low_R=0;
fenmu_low_G=0;
fenmu_low_B=0;
tableR=[];
tableG=[];
tableB=[];
up=imread(‘high.jpg’); %读图像
low=imread(‘low.jpg’);

figure(1)
imshow(up); %读RGB数值

[M,N,color]=size(up);

title(‘加权-RGB表示的高分辨率图像’);

figure(2)
imshow(low);
title(‘加权-RGB表示的低分辨率图像’);
r=double(up(:,:,1));
g=double(up(:,:,2));
b=double(up(:,:,3));
r_low=double(low(:,:,1));
g_low=double(low(:,:,2));
b_low=double(low(:,:,3));
RGB(:,:,1)=0.5r+0.5r_low;
RGB(:,:,2)=0.5g+0.5g_low;
RGB(:,:,3)=0.5b+0.5b_low;
R=RGB(:,:,1);
G=RGB(:,:,2);
B=RGB(:,:,3);
RGB=uint8(round(RGB));
figure(3)
imshow(RGB)
title(‘加权-RGB转化后的图像’);

          %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
          %                       下面是计算平均梯度G                          %
          %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

for ii=1:M-1
for jj=1:N-1
g_R=g_R+sqrt((((r(ii+1,jj)-r(ii,jj))^{2+(r(ii,jj+1)-r(ii,jj))}2))/2);
g_G=g_G+sqrt((((g(ii+1,jj)-g(ii,jj))^{2+(g(ii,jj+1)-g(ii,jj))}2))/2);
g_B=g_B+sqrt((((b(ii+1,jj)-b(ii,jj))^{2+(b(ii,jj+1)-b(ii,jj))}2))/2);

end

end
fprintf(‘\n\n highR的清晰度为:%.4f\n highG的清晰度为:%.4f\n highG的清晰度为:%.4f’,…
g_R/(M-1)/(N-1),g_G/(M-1)/(N-1),g_B/(M-1)/(N-1));

g_R=0;
g_G=0;
g_B=0;

for ii=1:M-1
for jj=1:N-1
g_R=g_R+sqrt((((r_low(ii+1,jj)-r_low(ii,jj))^{2+(r_low(ii,jj+1)-r_low(ii,jj))}2))/2);
g_G=g_G+sqrt((((g_low(ii+1,jj)-g_low(ii,jj))^{2+(g_low(ii,jj+1)-g_low(ii,jj))}2))/2);
g_B=g_B+sqrt((((b_low(ii+1,jj)-b_low(ii,jj))^{2+(b_low(ii,jj+1)-b_low(ii,jj))}2))/2);

end

end
fprintf(‘\n\n lowR的清晰度为:%.4f\n lowG的清晰度为:%.4f\n lowG的清晰度为:%.4f’,…
g_R/(M-1)/(N-1),g_G/(M-1)/(N-1),g_B/(M-1)/(N-1));

g_R=0;
g_G=0;
g_B=0;

for ii=1:M-1
for jj=1:N-1
g_R=g_R+sqrt((((R(ii+1,jj)-R(ii,jj))^{2+(R(ii,jj+1)-R(ii,jj))}2))/2);
g_G=g_G+sqrt((((G(ii+1,jj)-G(ii,jj))^{2+(G(ii,jj+1)-G(ii,jj))}2))/2);
g_B=g_B+sqrt((((B(ii+1,jj)-B(ii,jj))^{2+(B(ii,jj+1)-B(ii,jj))}2))/2);