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.

小波变换 图像融合代码 GUI等，做毕设的最佳资料11111111111111111111111111111111111111111111111111111111111111111111111

基于小波变换的医学图像融合算法仿真

2019最新医学图像融合的文章，使用了卷积稀疏理论和形态学成分分析理论。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

提出一种基于小波变换的像素级CT，MR医学图像融合方法，利用离散小波变换分别将两幅源图像进行多尺度分解，再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合，低频分量采用邻域方差指导，高频分量采用邻域能量指导，最后根据融合图像的各小波系数重构融合图像。实验表明：不论从主观感受，还是采用信息熵和平均梯度两项指标作为客观定量评价标准，该方法都优于传统的融合方法，获得的融合图像有效地综合了CT与MR图像信息，能够同时清晰地显示脑部骨组织和软组织。