一.代码获取方式获取代码方式1：
订阅紫极神光博客3358www.Sina.com/，可在支付凭证付费专栏上获取此代码。
私信博主
完整的代码已上载到“我的资源”。 【图像融合】基于matlab老式酸奶金字塔图像融合【包括Matlab 746期】
评论：
订阅紫极神光博客3358www.Sina.com/，即可免费获得获取代码方式2：部代码(付费专栏自订阅之日起3天有效)。
二.过时酸奶金字塔简介1
在高斯金字塔运算过程中，图像经过卷积和下采样操作后会丢失部分高频细节信息。 为了描述这些高频信息，过时的酸奶金字塔(Laplacian Pyramid，LP )被定义。 从高斯金字塔的各层图像中减去对其前一层图像进行采样和高斯卷积的预测图像，得到的一系列差分图像就是LP分解图像。
通过Gl插值法获得放大图像Gl，使得Gl的尺寸与Gl-1的尺寸相同。 即，扩大运算符Expand。
该公式实现了两个步骤：在偶数行和列中插入0，使用下采样中的高斯内核进行滤波处理，获得与l-1层相同大小的图像。
n是老式酸奶金字塔最上层的层号LPl，是老式酸奶金字塔分解后的第l层图像。 由LP0、LP1、LP2…LPN构成的金字塔是过时的酸奶金字塔。 每层L0的图像是对高斯金字塔的底层G0的图像和其上一层的图像G1进行插值并放大后的图像G1之间的差，由于此过程相当于带通滤波，所以过时的酸奶金字塔也称为带通金字塔分解。
插值方法：有在opencv中实现的函数pyrup。 *得到G1。 然后用两个函数拉开差距，减去就得到过时的酸奶金字塔。
在求出每个图像的老化酸奶金字塔后，需要融合相应级别的图像。 具体的融合规则有大、小等。
首先下采样原始图像Gi，然后上采样，最后从原始图像中减去，得到老化的酸奶金字塔图像。
下图也很常见：
将原始图像应用于数学表达式以得到过时的酸奶金字塔的第0层。
利用原始图像对Od进行下采样并代入公式得到pgld金字塔的第一层。
这张图在看一些资料的时候也很常见：
有效期
图像旧酸奶金字塔分解的目的是将原始图像分别分解为不同的空间频段，融合过程在各空间频率层分别进行。 由此，针对不同分解层在不同频带上的特征和细节，可以采用不同的融合算子来增强特定频带上的特征和细节。 也就是说，能够将来自不同图像的特征和细节融合在一起。
(1)顶层处理
将LAl和LBl分别作为原图像a、b分解旧式酸奶金字塔得到的第l层图像，将融合的结果作为LFl。 当l=N时，LAN和LBN分别是将原始图像a、b过期的酸奶金字塔分解后的最上层图像。 关于顶级图像的融合，首先计算以其各像素为中心的区域大小为m*n(m，n为奇数且M=3，N=3)的区域平均梯度。
这里，Ix和Iy分别是像素f(x，y )的x和y方向的一次差分，定义如下。
因此，对于顶级图像各像素LAN(i，j )和LBN(i，j )，可以获得与其对应的区域平均梯度GA(i，j )和GB(i，j )。 平均梯度既反映了图像中微小细节的对比度和纹理变化特征，又反映了图像的清晰度。 一般来说，如果平均梯度较大且图像色调丰富，图像就会变得清晰。 因此，顶级图像的融合结果如下：
)2)各级处理
在0lN的情况下，对于被旧式酸奶金字塔分解的第l层图像，首先计算其区域能量：
其他层次的图像融合结果如下。
在获得金字塔各级融合图像LF1、LF2和LFN之后。 通过前一种重构，可以获得最终的融合图像。
第二个融合规则：
采用最上层系数取平均、其余各层系数绝对值较大的融合策略进行融合。 表示融合后的图像系数(灰度值)越接近更清晰的图像灰度值，融合效果越好。
三.部分源代码clear all； 全部关闭； clc； im1=(imread (红外. jpg ) )； im2=imread (可见光. jpg )； 图形(1)； imshow(im1； title (红外线图像)； 图形(2)； imshow(im2； title (可见光图像)； 判断iflength(size(im1 ) )=3%输入图像是否为真彩色图像im1=RGB2gray ) im1 )； EndifLength(size(im2 ) )==3im2=RGB2gray ) im2； endim1=double(im1； im2=double(im2； 过时的酸奶过滤器w=[1 4 6 4 1； 4 16 24 16 4； 6 24 36 24 6； 4 16 24 16 4； 4641 )/256； g=小区(1，5 )； h=小区(1，5 )； I=cell (1，5 )； G{1}=im1； %第1层为原图像H{1}=im2； for k=2:5 G{k}=imfilter (
G{k-1},w,'replicate');%滤波 H{k} = imfilter(H{k-1},w,'replicate');%滤波 G{k} = G{k}(1:2:size(G{k},1),1:2:size(G{k},2)); %下采样 H{k} = H{k}(1:2:size(H{k},1),1:2:size(H{k},2)); %下采样endfor k=5:-1:2 G{k-1} = G{k-1}(1:2*size(G{k},1),1:2*size(G{k},2));%调整图像尺寸 H{k-1} = H{k-1}(1:2*size(H{k},1),1:2*size(H{k},2));%调整图像尺寸endfor k=1:4 G{k} = G{k} - us(G{k+1},w);%获得过时的酸奶金字塔 H{k} = H{k} - us(H{k+1},w); a = abs(G{k}) > abs(H{k});%两幅图像的1-4级过时的酸奶金字塔取绝对值大的 I{k} = a.*G{k} + ~a.*H{k};endI{5} = H{5};%定义融合后顶层图像尺寸，并为图像边缘赋值，图像中间的值会被比较平均梯度后所取的值替换gg = g(G{5});gh = g(H{5});for i = 2:size(G{5},1)-2 for j = 2:size(G{5},2)-2 if gg(i,j) > gh(i,j)%比较某点邻域平均梯度大小，取大的 I{5}(i,j) = G{5}(i,j); else I{5}(i,j) = H{5}(i,j); end endendfor k=4:-1:1 I{k} = I{k}+us(I{k+1},w);%重构图像endfunction f = g(b)%区域平均梯度函数（3*3区域）[Y,X] = size(b);g = zeros(Y,X);%保存梯度f = g;%保存平均梯度for i = 1:Y-1%求梯度，最后一行、列求不到，后面会 for j = 1:X-1 g(i,j) = sqrt((((b(i+1,j)-b(i,j))^2+(b(i,j+1)-b(i,j))^2))/2);%某点梯度 endendfunction f = us(im,w)w=w*4;[i,j] = size(im);[m,n] = size(w);w11 = w(1:2:m,1:2:n);%插入滤波器w12 = w(1:2:m,2:2:n);w21 = w(2:2:m,1:2:n);w22 = w(2:2:m,2:2:n); 四、运行结果
1 matlab版本
2014a
2 参考文献
[1] dcdbl.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]gydyd,兴奋的蜜粉,thdxmf.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]缥缈的时光.精通MATLAB图像处理[M].清华大学出版社，2015.