基于小波的偏振图像融合算法及性能评价，小波变换是现如今实现推向那个融合的重要途径，本文介绍小波变换用于图像融合，及相关的性能评价指标。

包含可以在MATLAB上运行的PCA图像融合算法的源程序。打开，点击即可运行，无Bug。

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。

图像融合算法的matlab实现，包括灰度极大值融合，加权融合，相关系数融合，TOE融合，HIS融合，PCA融合等等

加权图像融合算法，对两幅图片进行加权图像算法运算。MATLAB编写

【图像融合】基于nsct-SR+dwt-SR+拉普拉斯金字塔算法-SR等多种图像融合算法matlab源码

研究生学位论文，很全 本文简述了医学图像融合的发展现状及在临床上的应用价值，阐述了本文研 究背景和意义。 进行了多种医学成像模式原理的研究，分析了多种医学模式图像特征以及进 行融合的必要性。 阐述了医学图像配准基础理论，在此基础上对多模医学图像实现了最大互信 息法配准。 阐述了医学图像融合涉及的各类算法的原理及特点，并采取多种算法对几种 典型的医学成像融合模式进行了实验验证。 对实验得到的融合图像采用主客观评价指标进行评估，指出基于各种医学融 合模式不同的图像特点的最优融合方法。

细节增强的matlab代码水下图像增强 该项目由Jonathan Nguyen和Bruno Bombassaro创建，用于UCLA的ECE 113D设计顶峰课程。 该项目的目标是在运行C的平台上实现该算法。特别是，我们在意法半导体NUCLEO-H745ZI板上测试了该实现。 按照目前的情况，H7板的RAM限制阻止了我们的程序在其上运行。 因此，今后，算法实现仍将用C编写，但不再特定于H7板。 使代码与运行C的嵌入式平台兼容的唯一附加功能是实现特定的文件IO功能（这些是H7上的USB_HOST功能）。 算法 该算法由Ancuti等。 al。 是为了修正水下拍摄的常见缺陷而创建的。 例如，光在水下传播越深，低频光分量衰减的程度就越大。 对于水下图像，这意味着红色通道比在水面上拍摄的照片更柔和。 另外，水中存在的颗粒物会引起类似雾霾的效果，使边缘模糊并使图像细节模糊。 为了解决这个问题，该算法执行以下步骤。 白平衡 伽玛校正（1） 在（1）上图像锐化 计算（2）和（3）的拉普拉斯权重图 计算（2）和（3）的显着性权重图 计算（2）和（3）的饱和权重图 合并权重图 利用融合技术的权重图重建图像

基于均值聚类多小波图像融合算法研究.pdf