行业分类-作业装置-一种融合可见光图像梯度信息的热成像超分辨率重建方法.zip

资源包括从网上搜集的大部分红外和可见光融合图片和本人在从事电力设备红外和可见光图像融合研究的实验中所有的图片。在研究过程中发现，网上这方面的资源稀少，特与大家分享，希望对从事该领域研究的朋友有所帮助。

随着遥感成像技术的发展，遥感图像中大型移动目标的检测和识别成为可能，舰船目标检测和识别就是在这一背景下提出的。在参考大量文献的基础上，回顾了舰船检测的发展历程，分析了其研究现状，对舰船检测方法进行了综述并分类，在此基础上对各类算法进行对比，最后给出了该领域存在的问题和发展趋势。

为进一步提高红外与可见光融合图像的细节信息,并降低伪影和噪声,提出一种基于ResNet152深度学习模型的红外与可见光图像融合算法。首先,将红外与可见光图像分解成低频部分和高频部分;然后,运用平均权重策略对低频部分进行融合,生成新的低频部分,使用ResNet152网络对高频部分进行特征提取,得到多个特征层,对特征层分别进行L1正则化、卷积运算、双线性插值上采样和最大选择策略得到最大权重层,由最大权重层和高频部分相乘得到新的高频部分;最后,由新的低频部分和高频部分对图像进行重建,获得融合后的红外与可见光图像。实验结果表明,该算法在保留图像显著特征的同时使融合图像获得了更多的细节纹理信息,且有效地降低了伪影和噪声,其主观评价和客观评价都优于对比算法。

：红外与可见光图像配准作为一类重要的多传感器图像配准方法，在自动控制、机器人、遥感及 军事应用等领域发挥着重要作用。介绍了红外与可见光图像配准问题的本质及难点，从原理上总结了 大部分配准算法的基本步骤，并将现有的配准方法分为两类：基于区域的配准方法和基于特征的配准 方法。从算法的可行性角度出发，分析了几种具有代表性的配准方法及其优缺点，最后对其未来的发 展进行了展望。

红外与可见光图像融合基于区域的深度学习方法

非下采样剪切波算法（NSST）。内含多组测试的红外与可见光图像（灰度图像），以及质量评价指标，可直接调试。

这是一些采集好的经过矫正与配准的红外与可见光的数据集，有长波红外，短波红外，热成像仪与可见光的图像，内容有坦克，人物，树木，建筑等，从外面下载的，和大家分享一下

六组配准好的红外和可见光图像集

针对低可见光图像和红外图像的特点,提出一种基于 DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数 特征,对低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值;对高通子带则根据人类视觉特性定义局部方向对比度,并作为 融合准则,突出和增强了