nsct contourlet decompose toolbox

上传内容主要为基于matlab版本的非下采样conturlet变换的图像融合函数库，可用于图像特征滤波和融合等功能实现。

这是NSCT非下采样轮廓波变换的源码。下载解压后直接运行。

这是基于Neuro-Fuzzy的图像融合源码。下载解压后直接运行。

一种新的结合非下采样Contourlet变换(NSCT)和高斯比例混合模型的图像去噪方法。采取的主 要方法为:1)通过NSCT对图像进行分解;2)根据高斯比例混合模型建立图像模型;3)利用贝叶斯估计进行图 像去噪。实验结果表明,相对于已有算法,本文方法降噪效果好,在去噪性能指标和边缘保持的主观视觉上都 表现出优异的性能。

多尺度图像非下采样轮廓波变换（nsct）的工具箱，实现代码为Matlab版本。可用于图像的多尺度分析，如图像压缩、图像分割、图像融合和超分辨率等。-Multi-scale image nonsubsampled contourlet transform (nsct) toolbox, code Matlab version. The images can be used for multi-scale analysis, such as image compression, image segm

在matlab里面打开，可以直接使用。演示对32*32的图像矩阵进行3级NSCT变换。输出为单元数组，其子带排列顺序见mtr_nsctdec,与Contourlet程序等效。通过修改len_cut的来修改裁剪图像矩阵的大小和窗口位置

针对红外与可见光图像融合， 提出了一种基于 NSCT 的图像融合方法。首先对图像进行 NSCT 分解;然后对分 解后的子带系数采用基于区域能量匹配度的融合规则分别进行融合:对于低频子带， 使用区域能量和方差构造决策 值， 并使用决策值选大与加权平均相结合的方法进行融合， 对于高频子带的最高层采用像素绝对值选大法进行图像 融合， 对于高频子带的其他层， 采用基于区域能量匹配度的区域方差选大的融合规则进行融合;最后使用 NSCT 逆变 换对融合后的系数进行重构得到融合图像。实验结果表明， 该融合算法可以获得更多的细节信息， 并且获得较理想 的融合图像。

基于NSCT+pcnn的图像融合源码,得到的融合图像很清晰！效果不错

提出一种基于非下采样Contourlet变换（NSCT）和模糊逻辑的图像融合方法。NSCT分解有利于更好地保持图像的边缘 信息和轮廓结构，并增强图像的平移不变性。在对原图像进行多尺度几何分解后，针对图像融合过程中原图像融入信息程度的 不确定性，采用基于模糊逻辑（Fuzzy logic ）的融合规则指导图像的融合：根据高低频各自的频带特性和待融合图像的特点，对高 频使用基于信息熵与模糊逻辑的融合方法，而对低频使用基于亮度、梯度、方差、信息熵等特性及模糊逻辑的规则得到融合系数， 最终经过NSCT逆变换得到融合图像。实验结果表明，该算法的融合图像具有良好的视觉效果及客观评指标，指标与视觉效果 也能够较好的统一。