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。

基于深度支撑值学习网络的遥感图像融合.pdf

该压缩包用于评估融合图像的各项指标对应于博客 《图像融合评估指标》 以及《红外和可见光图像融合文章整理》，具体细节可以参考以上博客，建议初次接触的朋友调试main_easy.m文件，想要批量测试不同融合算法的话可以调试mian.m文件。

基于PCA算法的图像融合，matlab源码

使用高斯金字塔和拉普拉斯金字塔对两幅原图像进行分解后融合。 低频部分，采用均值融合规则；高频部分，采用取最大值融合规则。

打开LoadImage文件，运行； 打开mdl文件，点击运行； 生成的ISE文件在add文件夹下面； 图片要在LoadImage里更改路径。详情见readme.txt； 每个函数都有详细的备注； simulink中的mdl都是配置好的，直接运行即可。