将上述代码修改为两层小波分解

好的，以下是将上述代码修改为两层小波分解的 MATLAB 代码：

% 读取可见光图像和红外图像
vis_gray = imread('visible.jpg');
ir_gray = imread('infrared.jpg');

% 将灰度图像进行两层小波变换
[ca1, ch1, cv1, cd1] = dwt2(vis_gray, 'haar');
[ca2, ch2, cv2, cd2] = dwt2(ca1, 'haar');
[ca3, ch3, cv3, cd3] = dwt2(ir_gray, 'haar');
[ca4, ch4, cv4, cd4] = dwt2(ca3, 'haar');

% 将红外图像的低频系数与可见光图像的高频系数进行融合
ca5 = (ca2 + ca4) / 2;
ch5 = (ch2 + ch4) / 2;
cv5 = (cv2 + cv4) / 2;
cd5 = (cd2 + cd4) / 2;

% 进行小波反变换
fused = idwt2(idwt2(ca5, ch5, cv5, cd5, 'haar'), ch1, cv1, cd1, 'haar');

% 显示融合后的图像
imshow(fused, []);

这段代码与之前的代码类似，不同之处在于它进行了两层小波分解。首先，将可见光图像进行一次小波分解，然后将低频系数进行第二次小波分解；将红外图像进行一次小波分解，然后将低频系数进行第二次小波分解。接着，将红外图像的低频系数和可见光图像的高频系数进行了融合，并使用小波反变换将融合后的图像重构。最后，使用 `imshow` 函数显示融合后的图像，其中 `[]` 表示将图像的像素值缩放到 0 到 255 的范围内。