最近在做圖像融合這塊的工作，對於圖像融合也是初出茅廬， 想開始學習了最簡單融合算法：加權融合算法。
就拿出來做個筆記，方便後續整理，以及讀者學習方便
加權平均融合法
加權平均融合法是將源圖像像素的灰度值進行線性加權平均，生成新的融合圖像，是一種最簡單、直接的圖像融合方法，融合過程如下圖所示，一般形式如下：
F(𝑥, 𝑦) = 𝜔a·A(𝑥, 𝑦) + 𝜔𝐵∙ B(𝑥, 𝑦)
其中𝜔a、𝜔b是加權係數，𝜔a+ 𝜔b= 1，若𝜔a= 𝜔b= 0.5，即爲像素平均法融合。像素平均法能夠融合圖像的信噪比，但會削弱圖像的對比度，使融合圖像存在 “水洗（Washed-out）”現象。
加權平均融合方法簡單易實現、系統開銷小、實時性強，一定程度上可以抑制源圖像中的噪聲。但簡單的加權平均存在使圖像對比度降低的問題，它會削弱源圖像中的細節信息，不利於保留源圖像的邊緣、輪廓等細節信息 ，在多數場合難以取得滿意的融合效果。
附一下代碼（沒有圖片結果，可以選擇圖片進行試驗）
import cv2
img1=cv2.imread("image\W2B_0.bmp") #讀取圖片1
img2=cv2.imread("image\W2B_100.bmp") #讀取圖片2
cv2.imshow(ch("可見光 圖片"),img1)
cv2.imshow(ch("紅外 圖片"),img2)
dst1=cv2.addWeighted(img1,0.25,img2,0.75,0) #進行加權融合處理，意思是圖片1佔比25%，圖片2佔比75%
cv2.imshow("image_75%",dst1)
cv2.waitKey(0)
cv2.destroyAllWindows()