用contourlet变换对多聚焦图像进行融合处理，效果比较满意。

contourlet toolbox.具体使用方法见工具包，我也不大会用

完整的matlab contourlet 变换工具包，包含多种相关变换函数库，可直接查询元代码

针对实验图像光照不均、对比度低、噪声大等特点，提出一种基于非抽样contourlet变换的图像非线性增强算法．首先对原图进行非抽样contourlet变换，分解为低频和高频子带；然后对低频子图进行自适应直方图处理，以增强像素的对比度，对高频系数采用分层阈值处理和分段非线性变换；最后将其反变换得到增强的图像．仿真实验结果表明：此算法不仅增强效果好，鲁棒性强，而且具有较大的实用价值．

contourlet_toolbox contourlet变换工具包

利用非下采样Contourlet变换（NSCT）平移不变性、多分辨率、多方向的优点，提出了一种基于非下采样Contourlet变换的子带自适应Bayes阈值图像去噪算法。该算法将源图像分解至NSCT 变换域， 能根据不同尺度、不同方向的子带能量，自适应调整去噪阈值。实验表明，与Contourlet多尺度阈值去噪、Contourlet自适应阈值去噪相比，该算法在图像去噪上能获得更好的视觉效果和更高的峰值信噪比。

利用Contourlet、ICA、混沌粒子群分离去噪 Denoising by contourlet, ICA and chaotic particle swarm optimization

Contourlet图像融合 低取大，高取局部能量最大

本文提出了一种基于非下采样Contourlet变换与非线性各向异性扩散的方法进行含噪图像的去噪和增强。首先对含噪图像进行非下采样Contourlet分解，对每个分解层的各个子带进行非线性收缩和拉伸，以达到抑制噪声和增强图像特征的目的。然后，对去噪增强后图像的Contourlet小系数进行空间域的非线性各向异性扩散，以去除由于进行非下采样Contourlet去噪所造成的为伪Gibbs现象和 side-band效应。实验结果表明，本文方法相比于无扩散的Wavelet和Contourlet方法相比，不仅对图像进行了去噪和增强，而且有效的抑制了伪Gibbs现象和 side-band效应。

啊速度速度多少的方法反反复反复发的方法反反复反复发生大幅度股份给大哥大哥反对反对方法对双方都纷纷大幅度