当待拼接的源图像之间存在较大色彩差异时，最佳缝合线算法的输出图像中会存在明显的接缝，影响图像质量。针对这一问题，引入多频段融合算法，提出了一种最佳缝合线的改进算法。算法采用多尺度分解方法，将图像扩展至不同尺度空间，在不同的尺度空间内采用不同权值进行图像融合，重构还原得到最终的拼接图像，并建立主客观两种评价体系，验证算法的有效性。实验表明，相较于传统最佳缝合线算法，本文提出的算法能过够有效地解决接缝问题，输出的拼接图像在质量上有着明显的提升。

这是论文“带有引导过滤的图像融合，IEEE 图像处理交易，第 22 卷，第 7 期，第 2864-2875 页，2013 年 7 月”一文的代码，更多详细信息可以在论文中找到。 如果你使用这个演示，请引用这篇论文。

【图像融合】基于平移不变小波变换实现CT图像融合matlab源码.md

pcnn图像融合代码matlab 脉冲耦合神经网络 PCNN_large_arrange此工具箱包含Matlab文件，这些文件实现了基于脉冲耦合神经网络（PCNN）的图像融合算法。 您可以从以下网站下载此代码：如果使用该代码，请引用以下论文之一。 小波，中国厦门大学，2008年8月。 PCNN_ori.m / pcnn.py书中原始pcnn算法的实现：“使用脉冲耦合神经网络进行图像处理：Python中的应用（第3版）”

自己编写的图像融合性能参数程序，使用matlab软件实现，图像质量评价函数，包括方差、标准差、平均梯度、信息熵、边缘强度、空间频率等性能指标。

图像融合经典外文数据，主要是医学和工业图像，好好学哦

数据融合matlab代码基于卷积自动编码器的多光谱图像融合 概述 该存储库包含运行基于深度学习的全色锐化方法以在遥感应用中融合全色和多光谱图像所必需的代码。 有关该算法的详细信息，请参见我们的论文。 用法：泛锐化 基于卷积自动编码器的多光谱图像融合是基于卷积自动编码器体系结构的一种基于深度学习的多光谱图像融合新方法。 有关更多信息，请参见以下文章： A. Azarang，HE Manoochehri，N。Kehtarnavaz，基于卷积自动编码器的多光谱图像融合，IEEE Access。 怎么跑 首先，您需要使用Data_Generation.m来准备要在我们的锐化框架中使用的数据。 我们仅使用4波段多光谱（MS）数据进行研究。 （B，G，R，NIR频段） Add path of your data 该路径应包含MS和PAN​​colour（PAN）数据。 另外，它可以是.mat文件（MAT文件）。 Importing the MS and PAN data 运行Data_Generation.m之后，将3个文件保存到该目录： Input.m // it is used to serv

关于小波变换的详细内容，pdf格式的，东西不错的

图像融合是图像拼接中的关键技术。在 CUDA 中充分利用 GPU 的多处理单元和多线程机制对图像处理进行并行计算，较传统的 CPU 实现大大加快了多分辨率图像融合的执行速度，提高了应用体验。

针对红外与可见光图像所表现的目标特征不同,提出了一种基于IHS和小波变换的图像融合方法.首先对可见光图像进行IHS变换得到亮度I、色度H、饱和度S3个分量,再对红外图像进行灰度变换;然后对亮度分量和已变换红外图像进行小波分解,对低频分量和高频分量分别采用不同的融合规则;最后进行IHS逆变换得到融合图像.实验结果表明,该方法在红外与可见光图像融合处理中取得了很好的融合效果,优于传统的IHS变换法和小波变换方法.该方法保留了可见光图像高的空间分辨率和丰富的纹理细节信息,同时融合了在可见光图像中看不到而在红外图