merge.m

在MATLAB中编写实现图像的不同级别小波分解算法；2选择合适的小波基；3对经典的几幅黑白和彩色图像进行DWT变换；4实现零树、基于塔式网格矢量量化、基于LBG算法、基于标量量化等小波变换编码；5得到

function pic=merge(cA,cH,cV,cD)
% 该函数实现了对传入的四个参数矩阵cA,cH,cV,cD合并，其中cA,cH,cV,cD分别代表左上角、右上
% 角、左下角、右下角矩阵,合并结果为输出矩阵pic

% 取得四个参数矩阵行、列两维的最大分别值row_max和col_max
temp1=size(cA);temp2=size(cH);temp3=size(cV);temp4=size(cD);
row_max=max([temp1(1),temp2(1),temp3(1),temp4(1)]);
col_max=max([temp1(2),temp2(2),temp3(2),temp4(2)]);
% pic=zeros(2*row_max,2*col_max);
% 与最大分别值row_max和col_max比较，对左上角矩阵扩展置0
if temp1(1)<row_max|temp1(2)<col_max
   cA(row_max,col_max)=0;
end   
% 与最大分别值row_max和col_max比较，对右上角矩阵扩展置0
if temp2(1)<row_max|temp2(2)<col_max
   cH(row_max,col_max)=0;
end   
% 与最大分别值row_max和col_max比较，对左下角矩阵扩展置0
if temp3(1)<row_max|temp3(2)<col_max
   cV(row_max,col_max)=0;
end   
% 与最大分别值row_max和col_max比较，对右下角矩阵扩展置0
if temp4(1)<row_max|temp4(2)<col_max
   cD(row_max,col_max)=0;
end 
% 合并左上角、右上角、左下角、右下角矩阵生成输出pic矩阵
pic=[cA,cH;cV,cD];