讲述图像融合技术的基本知识

基于小波变换的图像融合

matlab图像融合源码 I'm terribly sorry, there are errors of the description in Section-III(B) of the paper “Remote Sensing Image Registration with Modified SIFT and Enhanced Feature Matching”. We have uploaded the errors in document named 《 revised of the PSO-SIFT》.I'm sorry to have affected your reading. 我们已经出版的文章《Remote Sensing Image Registration with Modified SIFT and Enhanced Feature Matching》在第三部分（B）存在一些描述性错误，可能会给你的阅读带来麻烦，因此我们上传了出错的地方，并给出了正确的描述方法，文档名字为“revised of the PSO-SIFT”。CSDN 博主对已经翻译了该论文： Im

这是基于NSST和PCNN的图像融合源码。下载解压后直接运行。

图像的质量评价指标 使用方法：ein=num2str(edge_intensity(融合后的图像));

文件中，包含了多聚焦，红外和可见光图像和医学图像，三类融合常用的源图像，每一类都不少于8组。如果研究图像融合算法，实验验证足够。

针对多模态图像融合中多尺度几何工具和融合规则设计困难的问题,提出一种基于生成对抗网络(GANs)的图像融合方法,实现了多模态图像端到端的自适应融合。将多模态源图像同步输入基于残差的卷积神经网络(生成网络),通过网络的自适应学习生成融合图像;将融合图像和标签图像分别送入判别网络,通过判别器的特征表示和分类识别逐渐优化生成器,在生成器和判别器的动态平衡中得到最终融合图像。与具有代表性的融合方法相比,实验结果表明,本文方法的融合结果更干净,没有伪影,提供了更好的视觉质量。

图像融合；图像增强；图像质量评价

针对多聚焦图像融合中目标物边缘处产生虚影的问题，提出一种基于引导滤波与改进脉冲耦合神经网络(PCNN)的多聚焦图像融合算法。该算法利用引导滤波器对源图像进行多尺度边缘保持分解，对分解得到的基本图像和细节图像采用不同的引导滤波加权融合策略进行初步融合；将初步融合图作为外部输入激励刺激改进的PCNN模型；根据融合权重图对多幅源图像进行融合，获得最终的融合图像。实验结果表明，与传统融合算法相比，本文方法较好地保留了源图像的边缘、区域边界以及纹理等细节信息，避免了目标物边缘处产生虚影，提高了融合图像的质量。

主要介绍了Python+OpenCV实现图像融合的原理及代码,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下