图像融合算法实现源代码很（加权平均，小波变换，controlet变换等）

对GPS/SINS组合导航的工作原理和模型建立进行详细的分析,设置了两个传感器。提出一种基于信息融 合的导航参数最优估计滤波方法。通过计算机仿真说明该方法可提高导航系统的计算精度和速度,有较好的容错性和 环境适应性,具有实际使用价值

为了有效融合多传感器冗余系统量测信息，使状态的估计值更接近于状态的真实值，实现高精度和高可靠性的状态估计，采取了基于最优加权的最小二乘算法、有限窗加权的最小二乘算法和自学习加权最小二乘算法，分别对多传感器实测数据进行融合处理，融合后数据的方差大幅度降低，估计精度显著提高。并与传统的最小二乘算法进行了仿真对比，结果表明，这3种方法较最小二乘算法融合精度更高，其中，自学习加权的最小二乘融合算法既考虑了历史数据的作用，又考虑了环境噪声和新的采样值的影响，增强了对噪声检测的敏感性，估计效果较好。

多传感器大数据的融合算法.doc

具有DST和折扣DSmT的自适应融合算法

多传感器分布式Kalman 滤波融合算法

OpenCV实现IHS简单图像融合文件中包括设计实验的整个流程介绍和实验环境的搭建，可以作为opencv+vs2013在window7x64操作系统上的入门参考资料；本资料主要含有IHS变换基本数据融合算法的实现代码和实验图像数据，此外还包含参考的两篇论文资料，是图像处理入门实践的基础。

MSCKF vio SLAM融合算法, 含matlab模型源码及完整测试集

对局部节点状态估计间误差相关性的处理是分布式估计融合或航迹融合的关键要素;针对当前分布式融合理论中关于混合多模型估计融合研究的空白,首先推导得出了采用相同模型成分的各局部节点交互多模型状态估计的误差互协方差矩阵的递推计算方法;其次,讨论了所得非对称实误差互协方差矩阵的正定特性,并分析了此类误差相关性与混合多模型估计算法中模型过程噪声之间的变化关系;上述结果使得基于互协方差组合融合算法的交互多模型状态估计融合成为可能,仿真实验亦验证了其有效性,相对其它不考虑误差相关性的融合算法,融合结果也更为真实.

针对红外与可见光图像融合， 提出了一种基于 NSCT 的图像融合方法。首先对图像进行 NSCT 分解;然后对分 解后的子带系数采用基于区域能量匹配度的融合规则分别进行融合:对于低频子带， 使用区域能量和方差构造决策 值， 并使用决策值选大与加权平均相结合的方法进行融合， 对于高频子带的最高层采用像素绝对值选大法进行图像 融合， 对于高频子带的其他层， 采用基于区域能量匹配度的区域方差选大的融合规则进行融合;最后使用 NSCT 逆变 换对融合后的系数进行重构得到融合图像。实验结果表明， 该融合算法可以获得更多的细节信息， 并且获得较理想 的融合图像。