这个主要是一些图像配准的实例，为后续的图像融合做准备。

3.图谱(atlas) 4.目测检验(visual inspection)

提供配准好的两幅相同大小图片共融合测试，提供不同图片供配准测试 附带.m文件用于图像与图像之间的配准，使得两幅图像能够融合

主要配准方法 点法（Point Method） ：分为内部点法与外部点法。 标志点一旦确定，图象配准问题就归结为求解对应点 集的刚体变换；对准了这些标志点，图象也就配准 内部点：解剖标志点； 耳蜗尖端拐点处； 两个线性结构的交点； 血管的分叉或相交处等； 优点：对受试者友好； 缺点：难以识别，需要一定的经验。 外部点： 在受试着颅骨嵌入的螺钉； 在皮肤上作记号； 其他在两幅图像都可以检测到的附加标记物：如充有硫酸铜的管子、玻璃珠、铬合金球、明胶球等。 优点：容易识别； 缺点：受试者在扫描装置内要求严格不动；

基于SIFT算法的特征提取，RANSAC随机采样一致算法的图像配准、融合、拼接Python代码，里边用测试用例

可见光与红外图像配准融合代码，内附测试图像。可运行。