基于FPGA的多幅图像融合叠加的设计与实现pdf,基于FPGA的多幅图像融合叠加的设计与实现

粒子群算法优化的基于S-PCNN的多焦点图像融合方法

属于本人截取图片，图片大小765*510，聚焦效果明显，可以作为图像融合测试使用

红外与可见光图像融合中的快速配准方 法

融合图像质量评价综述融合图像质量评价综述融合图像质量评价综述融合图像质量评价综述融合图像质量评价综述融合图像质量评价综述融合图像质量评价综述

医学图像分割和融合，MATLAB代码

该文件包含了本论文的MATLAB代码，即无重影多曝光图像融合技术，采用了密集的SIFT描述符和导引滤波器。 The file contains the MATLAB code of our paper Ghost-free multi exposure image fusion technique using dense SIFT descriptor and guided filter. 参考文献： Hayat, Naila, and Muhammad Imran. “Ghost-Free Multi Exposure Image Fusion Technique Using Dense {SIFT} Descriptor and Guided Filter.” Journal of Visual Communication and Image Representation, vol. 62, Elsevier {BV}, July 2019, pp. 295–308, doi:10.1016/j.jvcir.2019.06.002.

包含Qab/f、Qy 、Q0 、Qe、Qw、en、sf、sd、mi、nmi、fmi、ssim、msssim、psnr、viff、scd等常用图像融合评价指标，以及一些新的评价指标，比如FSI、NFERM、ARISM等。

使用深度学习框架的红外和可见图像融合-Pytorch实现 李辉，吴新军，Kittler J.这是一个使用深度学习框架的红外和可见图像融合的pytorch实现[J]。计算机应用，2009,29（6）：1275-1279 arXiv预印本arXiv：1804.06992，2018.（ ） 要求 您将需要以下工具来运行此代码：

在传统的多曝光图像融合方法中,一旦目标发生移动则会在最终融合图像中出现“鬼影”现象。现有的去“鬼影”算法大部分都继承了参考图像中的大量信息,倘若参考图像中出现曝光不足/曝光过度现象,便会影响到最终的融合结果。基于此,提出了一种基于图像块分解的多曝光图像融合去鬼影算法。首先将参考图像划分为曝光正常及曝光不足/过度两大区域,并有针对性地对这两部分区域进行处理。为了更加精准地检测出鬼影区域,将多曝光图像块分解成信号结构、信号强度和平均强度3个概念相独立的部分,采用图像块结构一致性检测的方式来进行鬼影检测。最后,去除结构不一致的图像块并对这3个部分分开融合,重构所需图像块并将其聚合至最终融合图像。实验结果表明,与现有的去“鬼影”算法相比,所提算法取得了更好的视觉效果,且计算效率得到了较大提升。