红外与可见光图像融合，自己在做项目的过程中费了不少时间整理的对比用的算法，基本都是近五年内以英文论文发表的新算法。包含Matlab代码和原英文论文。STO对应2016论文3，参考https://blog.csdn.net/shitao99/article/details/85214279

针对红外与可见光图像具有不同的特点，提出一种新的基于非下采样剪切波变换(NSST)的红外与可 见光图像融合算法．算法首先采用NSST将已配准的红外与可见光图像进行分解，得到低频子带图像和各尺度各方向 的高频子带图像；然后对低频子带图像采用一种基于显著图的低频融合规则进行融合，而对高频子带图像的融合，结 合人眼视觉特性，采用一种基于改进的区域对比度的融合规则；最后，对融合的低频子带图像和高频子带图像进行 NSST逆变换得到融合图像．实验结果表明，该算法能够有效地综合红外与可见光图像中的重要信息，融合效果要优于 一般的基于NSCT、NSST的图像融合方法．

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,突出和增强了各源图像的对比度与细节信息.实验结果表明:与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示 了源图像中的边缘和细节信息,对比度和清晰度都有所提高.该算法用matlab得以实现。

（MATLAB版代码）红外与可见光图像配准算法 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。资源为该算法的MATLAB版本，其中main.m是主函数，内附测试图片。 红外 可见光 图像配准 图像融合 MATLAB

已经配准的红外图像与可见光图像数据集，做图像融合用

图像融合源图像，整理了8组已配准的红外与可见光源图像

包含了一些配准好的红外与可见光图像，可以用于做图像融合，信息融合等

针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。资源为该算法的MATLAB版本，其中main.m是主函数，内附测试图片。

红外和可见光图像的融合研究，红外特性，可见光特性，红外、可见光图像融合

[17] G. Piella. A general framework of multiresolution image fusion: From pixel to regions[J]. Information fusion, 2003(4)：259-280. 英国OCTEC公司提供两组配准了的红外和彩色图像进行融合实验。 可以用于可见光与红外的融合实验