基于Matlab的图像融和编码，将两幅图像相融合

针对低可见光图像和红外图像的特点,提出一种基于 DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数 特征,对低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值;对高通子带则根据人类视觉特性定义局部方向对比度,并作为 融合准则,突出和增强了

初始自己做研究时尝试过的遥感影像融合算法类型，与arcgis10.2结合的插件，属于开源资源，算是搬运的借花献佛，若将其用于论文的同道们记得添加引用啊。此方向研究属实比较成熟，诸位行业大佬已经将其研究的极为透彻，相关代码也逐渐走向开源，诸君可将其应用于实际的应用型研究中。祝学术事业节节攀高

图像融合算法

用MATLAB实现两幅图像的融合的源程序。xercise1:为基于小波变化与局部能量的图像融合方法 exercise2:为基于自适应算法的图像融合算法 myfunction1~myfunction5:为性能指标评价函数

针对传统红外与可见光图像融合算法中存在的目标不够突出、背景缺失、边缘信息保留不够充分等问题,提出了一种基于改进引导滤波和双通道脉冲发放皮层模型(DCSCM)的红外与可见光图像融合算法.首先,对源图像进行非降采样Shearlet变换(NSST),得到相应的低频和高频分量.然后,分别采用改进的引导滤波算法和DCSCM 模型对低频、高频分量进行融合.最后,对融合得到的高低频分量进行NSST 逆变换得到最终的融合图像，与其他几种方法进行比较,实验结果表明,本文算法的融合图像目标突出,背景信息丰富,且在图像清晰度、对比度、信息熵等方面均有优势.

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