可见光和红外图像融合由于其众多应用，是图像处理中的一个重要领域。虽然近年来在开发融合算法方面取得了很大进展，但缺乏可以衡量最新技术的代码库和基准测试。本文在简要回顾了可见光和红外图像融合的最新进展后，提出了一个由21个图像对、20个融合算法和13个评估指标组成的可见光和红外图像融合基准。我们还在基准测试中进行大规模实验，以了解这些算法的性能。通过分析定性和定量结果，我们确定了鲁棒图像融合的有效算法，并对该领域的现状和未来前景进行了一些观察。

多视角深度图融合方法综述多视角深度图融合方法综述多视角深度图融合方法综述多视角深度图融合方法综述

针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则。在选择低频系数时,定义了局部区域标准方差,采用了“选择”与“平均”相结合的系数选择方案;在选择高频系数时,充分利用Curvelet变换具有方向性的优点,提出了Curvelet域方向对比度的概念,并给出了基于方向对比度的系数选择方案。实验结果表明:本文所给出的融合算法能够很好地保留多幅源图像中的有用信息,得到多个目标聚焦都很清晰的图像。

0积分下载，代码运行效果图见压缩包

Contourlet图像融合 低取大，高取局部能量最大

灰度特征提取matlab代码耦合特征学习用于多模态医学图像融合 参考：FG Veshki，N Ouzir，SA Vorobyov，E Ollila，用于多模式医学图像融合的耦合特征学习，2021年，arxiv.org ％运行脚本文件“ Demo_gray.m”，“ Demo_color.m”和“ Demo_IV”。 （在“融合问题”标签中更改融合方式） ％要求：MATLAB的mex编译器 ％用于提取和重建图像补丁以及可视化字典原子的代码来自SPAMS工具箱。 （文件夹“实用程序”中的文件“ mexExtractPatches.m”，“ mexCombinePatches.m”和“ displayPatches.m”。）

基于像素级图像融合的评价指标，包括均方误差，信噪比，熵，matlab 的

数据融合_HSI_LiDAR 基于深度学习的HSI和LiDAR图像融合 作者 平台 Ubuntu 14.04 CUDA 8.0 GTX 850M 张量流1.4 python2 / python3 使用卷积神经网络的体系结构 输入-[转换-关联-最大池] x 2-[仿射-关联] x 2-仿射-softmax 档案文件 ./HSI/Load_data.py加载HSI源数据并制作Train / Test文件作为补丁 ./HSI/CNN.py定义CNN参数./HSI/CNN_feed.py训练HSI CNN权重./HSI/run_cnn.py使用预先训练的CNN参数进行HSI分类./HSI/Spatial_dataset.py为处理HSI数据。 ./HSI/Get_feature.py保存最后汇聚层平功能./DSM几乎一样./HSI 结果 接触

工程概览 fusion：windows环境下基于opencv + QT的算法实现 fusion-refactor：windows环境下基于opencv + QT的算法实现（重构版本，便于hls编译的过渡代码） fusion-vivado：windows环境下的vivado工程 fusion-hls\src_xf：windows环境下vivado hls工程（基于xfopencv），包含项目用到的各种fpga核 fusion-linux\java-fusion：基于springboot的java服务端web项目 fusion-linux\vue-fusion：基于vue的前端页面 fusion-linux\vue-fusion-video：基于vue的前端页面（模拟了视频效果） fusion-linux\zynq-fusion：在开发板linux系统环境运行的应用 fusion-linux\zynq-fusion\qt-fusion：跨平台的opencv + QT算法实现（基于zynq 7020平台），整合fpga加速 fusion-linux\zynq-fusion\

资源包含加权平均、简单图像融合、基于小波变换.