imshow(xfus);

效果：

和上一個方法相比效果要好得多，這是因為分別對低頻個高頻進行了處理

wfusimg(x1,x2,'sym4',5,'max','max')說明

x1，x2為需要融合的影象，採用小波：sym4，分解為5層，近似訊號取兩幅圖中絕對值最大的值，細節訊號取兩幅圖中絕對值最大值，

可選：max,min,mean,img1,img2,rand.

以下是轉載的具體方式：

當然，我們也可以不使用小波工具箱中給出的現成函式，而選擇自己動手實現基於小波的影象融合演算法。這對我們實際瞭解該演算法是如何進行的大有裨益。下面這段示例程式實現了與前面程式碼段相同的作用，請讀者留意註釋說明的部分。另需說明的是，下面這段程式僅僅是為了演示演算法實現而編寫的，因此並沒做異常處理的考慮，我們預設待處理的兩幅原始影象的尺寸是一樣的。

X1 = imread(‘cathe1.bmp’);

X2 = imread(‘cathe2.bmp’);

M1 = double(X1) / 256;

M2 = double(X2) / 256;

N = 4;

wtype = ‘sym4’;

[c0,s0] = wavedec2(M1, N, wtype);

[c1,s1] = wavedec2(M2, N, wtype);

length = size(c1);

Coef_Fusion = zeros(1,length(2));

%低頻係數的處理，取平均值

Coef_Fusion(1:s1(1,1)) = (c0(1:s1(1,1))+c1(1:s1(1,1)))/2;

%處理高頻係數，取絕對值大者，這裡用到了矩陣乘法

MM1 = c0(s1(1,1)+1:length(2));

MM2 = c1(s1(1,1)+1:length(2));

mm = (abs(MM1)) > (abs(MM2));

Y  = (mm.*MM1) + ((~mm).*MM2);

Coef_Fusion(s1(1,1)+1:length(2)) = Y;

%重構

Y = waverec2(Coef_Fusion,s0,wtype);

imshow(Y,[]);

       上面這段程式碼中用到了小波重構函式waverec2()，函式waverec2()其實就是wavedec2()的相反過程，該函式的常用語法形式如下：

X = waverec2(C,S,’wname’)

X = waverec2(C,S,Lo_R,Hi_R)

       其中，引數C、S、N和’wname’的意義都與二維小波分解函式wavedec2()中定義的一樣，這裡不再贅言。Lo_R是重構低通濾波器，Hi_R是重構高通濾波器。

自己修改後的程式碼：（主要是感覺上面的程式碼沒有把低頻部分全部計算進去）

clc;
clear all;
p=imread('12.jpg');
q=imread('21.jpg');
p=double(p)/256;
q=double(q)/256;
imshow(p);
figure;
imshow(q);
figure;
[c1,s1]=wavedec2(p,4,'sym4');
[c2,s2]=wavedec2(q,4,'sym4');
length=length(c1);
hecheng=zeros(1,length);
hecheng(1:s1(1,1)*s1(1,2))=c1(1:s1(1,1)*s1(1,2))+c2(1:s1(1,1)*s1(1,2))/2;
MM1=c1(s1(1,1)*s1(1,2)+1:length);
MM2=c2(s1(1,1)*s1(1,2)+1:length);
mm=(abs(MM1)>abs(MM2));
Y=(mm.*MM1)+(~mm.*MM2);
hecheng(s1(1,1)*s1(1,2)+1:length)=Y;
Y=waverec2(hecheng,s2,'sym4');
imshow(Y);