写一段两张大小不同的图像融合的MATLAB 程序

以下为一段将两张大小不同的图像进行融合的MATLAB程序：

% 读入两张不同大小的图像
img1 = imread('image1.jpg');
img2 = imread('image2.jpg');

% 将两张图像进行大小调整
img2 = imresize(img2, size(img1));

% 将两张图像进行融合
alpha = 0.5; % 设置融合系数
blended_img = alpha*double(img1) + (1-alpha)*double(img2);
blended_img = uint8(blended_img);

% 显示融合后的图像
imshow(blended_img);

在程序中，首先通过`imread`函数分别读入两张不同大小的图像，并通过`imresize`函数将第二张图像的大小调整为与第一张图像相同。然后，通过设置融合系数`alpha`，将两张图像进行融合。最后，通过`imshow`函数将融合后的图像显示出来。

需要注意的是，在进行融合时需要将图像转换为`double`类型，完成后再转回`uint8`类型。同时，在进行图像融合时需要保证两张图像的大小相同，否则会出现错误。

相关问题

写一段图像配准、图像拼接、图像融合的MATLAB程序

以下是一个简单的图像配准、图像拼接、图像融合的MATLAB程序示例：

% 读取待拼接的两张图片
image1 = imread('image1.jpg');
image2 = imread('image2.jpg');

% 提取图片1和图片2的SIFT特征点及其描述子
[f1, d1] = vl_sift(single(rgb2gray(image1)));
[f2, d2] = vl_sift(single(rgb2gray(image2)));

% 对SIFT特征点进行匹配
[matches, scores] = vl_ubcmatch(d1, d2);

% 提取匹配点对应的坐标
x1 = f1(1,matches(1,:));
y1 = f1(2,matches(1,:));
x2 = f2(1,matches(2,:));
y2 = f2(2,matches(2,:));

% 计算图像1到图像2的变换矩阵
H = estimateGeometricTransform([x1', y1'], [x2', y2'], 'affine');

% 使用变换矩阵将图像1与图像2进行拼接
transformedImage = imwarp(image1, H);

% 对拼接后的图像进行融合
blendedImage = imfuse(transformedImage, image2, 'blend', 'Scaling', 'joint');

% 显示结果
figure;
imshow(blendedImage);
title('Blended Image');

写一段不使用的v1feat库的基于SIFT的图像配准，拼接，融合MATLAB程序

以下是一段基于SIFT算法的图像配准、拼接和融合MATLAB程序，不使用v1feat库：

%% 图像读取和预处理

% 读取待拼接图像
img1 = imread('image1.jpg');
img2 = imread('image2.jpg');

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

%% SIFT特征提取

% 创建SIFT对象
sift = cv.SIFT();

% 提取图像中的SIFT特征点和描述符
[kp1, des1] = sift.detectAndCompute(gray1);
[kp2, des2] = sift.detectAndCompute(gray2);

%% 特征匹配

% 创建Brute-Force匹配器对象
bf = cv.DescriptorMatcher('BruteForce');

% 对两张图像的SIFT描述符进行匹配
matches = bf.match(des1, des2);

% 选出前50个最佳匹配点
matches = matches(1:50);

% 绘制匹配结果图像
match_img = cv.drawMatches(img1, kp1, img2, kp2, matches);
imshow(match_img);

%% 图像配准

% 提取匹配点坐标
pts1 = vertcat(kp1(matches.queryIdx+1).pt);
pts2 = vertcat(kp2(matches.trainIdx+1).pt);

% 计算单应性矩阵
H = cv.findHomography(pts2, pts1, 'Method', 'Ransac');

% 使用单应性矩阵对img2进行变换
warped = cv.warpPerspective(img2, H, 'DSize', size(img1));

% 绘制配准后的图像
figure;
imshow(warped);

%% 图像拼接和融合

% 将两张图像拼接在一起
merged = zeros(size(img1, 1), size(img1, 2)*2, 'like', img1);
merged(:, 1:size(img1,2), :) = img1;
merged(:, size(img1,2)+1:end, :) = warped;

% 创建掩膜
mask1 = imfill(imbinarize(rgb2gray(img1)), 'holes');
mask2 = imfill(imbinarize(rgb2gray(warped)), 'holes');
mask = zeros(size(mask1), 'like', mask1);
mask(:, 1:size(mask1,2)) = mask1;
mask(:, size(mask1,2)+1:end) = mask2;

% 对拼接后的图像进行融合
result = cv.seamlessClone(warped, img1, mask, 'Method', 'Mixed');

% 显示结果图像
figure;
imshow(result);