【图像融合】基于curvelet变换实现图像融合（评价指标）含Matlab源码

快速脊波变换,三角波，或者基波变换，没有什么其他要说明的了

针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则。在选择低频系数时,定义了局部区域标准方差,采用了“选择”与“平均”相结合的系数选择方案;在选择高频系数时,充分利用Curvelet变换具有方向性的优点,提出了Curvelet域方向对比度的概念,并给出了基于方向对比度的系数选择方案。实验结果表明:本文所给出的融合算法能够很好地保留多幅源图像中的有用信息,得到多个目标聚焦都很清晰的图像。

0积分下载，代码运行效果图见压缩包

执行离散curvelet变换的工具包,其中包括多个demo，可供自学。 也包括非等间隔采样的FFT程序，可以供参考学习

Curvelet 曲波变换matlab代码压缩包，曲波(Curvelet)变换

curvelet变换的C++实现和matlab实现，有具体的实例，从PUDN下载过来的，分享下

使用脊波变换定义第一代曲波。 该包包含曲线波和脊波的 MATLAB 实现，如 [1] 中所述。 它还包括用于在曲线波域中进行图像去噪的 MATLAB 程序。 [1] JL Starck、EJ Candes 和 DL Donoho，“用于图像去噪的曲线波变换”，IEEE Trans。 Image Proc.，第 11 卷，第 6 期，2002 年 6 月。

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力。将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息。第二代curvelet理论的提出也使得其理论更易理解和实现。因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果。对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果。

基于波动方程的自由表面多次波压制预测减去法，采用近期迅速发展的多尺度变换系统中的Curvelet变换替代减去法，收到了较好的效果。