使用深度学习框架的红外和可见图像融合 ，吴晓军*，约瑟夫·基特勒国际模式识别大会2018 Li H，Wu XJ，Kittler J.使用深度学习框架的红外和可见图像融合[C] //模式识别（ICPR），2018年第24届国际会议。 IEEE，2018：2705-2710。 要求 您将需要以下工具来运行此代码： 如果您对此代码有任何疑问，请随时与我联系（ ， ） 融合方法 融合详细内容 多层融合策略 质量指标-Nabf Nabf-'BK Shreyamsha Kumar。 使用离散余弦谐波小波变换基于像素重要性的多焦点和多光谱图像融合。 信号，图像和视频处理，2012年。” 火炬版 仅供参考 https://github.com/GrimReaperSam/imagefusion_pytorch 引文 Li H，Wu XJ，Kittler J.使用深度学习框架的红外和可见

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：

CAO-C2F 关于我 此代码用于电力设备的红外和可见图像配准（MATLAB版本≥R2019更好）。 如果您将此项目用于研究，请考虑引用以下内容： 姜谦，刘亚东，严应杰，邓军，方健，李哲和姜秀岑。 “用于电力设备红外和可见图像配准的等高线角方向”，《 IEEE输电交易》，出版，Doi：10.1109 / TPWRD.2020.3011962，2020。 在网站上下载论文： 入门 只需单击文件cp_Main.m以选择一对红外图像和可见图像，然后将开始注册过程。 您可以更改一些可选参数以获得比默认更好的注册结果，例如cp_registration.m函数中的参数。 贡献 非常欢迎您提供贡献（错误报告，错误修复，改进等），并应以新问题和/或请求的形式在GitHub上提交。 例子 该算法的一些注册示例在网站上显示： ： （中文） 有关算法的参数设置，理论原理等问题，欢迎到本人相关博客（上

讲述了红外图像与可见光图像的成像方式的不同，以及用各种不同的变换来融合红外图像和可见光图像。

是一段红外可见光的梯度域的图像融合，代码能够将梯度融合不再是简单的梯度，而是自动的根据图像的权重来进行融合