图像处理，金字塔分解，示例代码 %% Load image img=imread('cameraman.tif'); img = double(img) + normrnd(0,5,[256 256]); %% Gaussian filter w=1/256*[1 4 6 4 1; 4 16 24 16 4; 6 24 36 24 6; 4 16 24 16 4; 1 4 6 4 1]; %% Laplacian pyramid %decomposition level n = 6; % filtering, subsampling g{1}=img; s = [size(g{1},1),size(g{1},2)]; for i=2:n+1 g{i}=imfilter(g{i-1},w,'replicate'); g{i}=g{i}(1:2:size(g{i},1)-1,1:2:size(g{i},2)-1); s = [s;[size(g{i},1),size(g{i},2)]]; end %residual image for i=1:n l{i}=g{i}-expand(g{i+1},w,s(i,:)); end %reconstruction for i=n:-1:1 g{i}=l{i}+expand(g{i+1},w,s(i,:)); end imshow(g{1},[]) imshow(img,[])

针对红外图像边缘模糊，对比度低的问题，文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上，研究了改进的Laplace金字塔分解的图像融合算法，并基于CUDA并行处理技术，在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点，应用纹理映射、多点访问、并行触发技术，优化数据的存储结构，提高数据处理速度，适用于对红外图像增强的实时性要求较高的领域。实验结果表明，该算法有较好的并行特性，能充分利用CUDA的并行计算能力，提高了红外图像增强的实时性，处理分辨率为3 096×3 096的红外图像时加速比达32.189。

MATLAB GUI实现图像Laplace金字塔分解与融合，能够通过两幅或多幅图像的融合处理，得到细节丰富、灰度分布均匀的图像。