能不能将高频子带修改为基于平均梯度取大的融合规则，哪个高频子带的平均梯度大就取哪个

可以将高频子带修改为基于平均梯度取大的融合规则。具体来说，对于每个高频子带，可以计算红外灰度图像和可见光灰度图像的梯度，然后将两幅图像的梯度加权平均，得到一个加权平均梯度，对于每个像素，选择梯度更大的那个图像的系数作为融合后的系数。

以下是修改后的代码：

% 读入红外灰度图像和可见光灰度图像
infrared = imread('infrared.jpg');
visible = imread('visible.jpg');

% 将图像转为双精度浮点型
infrared = im2double(infrared);
visible = im2double(visible);

% 将红外灰度图像和可见光灰度图像进行NSCT分解
level = 3; % 分解级数
wname = 'antonini'; % 小波滤波器
infrared_nsct = nsctdec(infrared, level, wname);
visible_nsct = nsctdec(visible, level, wname);

% 对红外灰度图像和可见光灰度图像的NSCT系数进行融合
fusion_nsct = cell(level+1,1);
for i = 1:level
    % 高频子带采用基于平均梯度取大的融合规则
    infrared_coeff = infrared_nsct{i};
    visible_coeff = visible_nsct{i};
    % 计算红外灰度图像和可见光灰度图像的梯度
    infrared_grad = imgradient(infrared_coeff);
    visible_grad = imgradient(visible_coeff);
    % 计算加权平均梯度
    alpha = 0.5; % 系数，需要根据实际情况进行调整
    beta = 0.5; % 系数，需要根据实际情况进行调整
    weighted_grad = alpha * infrared_grad + beta * visible_grad;
    % 对于每个像素，选择梯度更大的那个图像的系数作为融合后的系数
    fusion_nsct{i} = zeros(size(infrared_coeff));
    for j = 1:size(infrared_coeff,1)
        for k = 1:size(infrared_coeff,2)
            if weighted_grad(j,k) == 0
                fusion_nsct{i}(j,k) = 0.5 * (infrared_coeff(j,k) + visible_coeff(j,k));
            elseif infrared_grad(j,k) > visible_grad(j,k)
                fusion_nsct{i}(j,k) = infrared_coeff(j,k);
            else
                fusion_nsct{i}(j,k) = visible_coeff(j,k);
            end
        end
    end
end
for i = level+1
    % 低频子带采用自适应加权融合规则
    infrared_coeff = infrared_nsct{i};
    visible_coeff = visible_nsct{i};
    alpha = 1.5; % 系数，需要根据实际情况进行调整
    beta = 0.5; % 系数，需要根据实际情况进行调整
    fusion_nsct{i} = (alpha * infrared_coeff + beta * visible_coeff) ./ (infrared_coeff + visible_coeff);
end

% 将融合后的NSCT系数进行重构
fusion = nsctrec(fusion_nsct, wname);

% 将融合结果进行灰度拉伸
fusion = (fusion - min(fusion(:))) / (max(fusion(:)) - min(fusion(:)));

% 显示融合结果
imshow(fusion);

在修改后的代码中，对于每个高频子带，首先计算红外灰度图像和可见光灰度图像的梯度，然后将两幅图像的梯度加权平均，得到一个加权平均梯度。对于每个像素，选择梯度更大的那个图像的系数作为融合后的系数。如果加权平均梯度为0，则将两幅图像的系数进行加权平均，这样可以避免分母为0的情况。对于低频子带，仍然采用自适应加权融合规则。