基于DTCWT的图像融合 这是 [1] 中描述的基于 DTCWT 的图像融合的实验实现。 安装 可以直接从命令行通过pip执行安装： $ pip install git+https://github.com/rjw57/dtcwtfusion.git 文档 更多文档在线获取。 许可 该软件是在 BSD 风格的许可下获得许可的。 有关完整条款，请参阅源代码分发中的LICENCE文件。 参考 Anantrasirichai、Nantheera 等。 “使用基于复杂小波的融合减轻大气湍流。” IEEE 图像处理交易：IEEE 信号处理协会 (2013) 的出版物。

能够实现双树复小波包变换，有一段仿真例子可以供大家参考

小波变换函数matlab代码适用于Python的双树复数小波变换库 该库支持在Python中计算1D，2D和3D双树复数小波变换及其逆运算。 可在线获得。 安装 Ubuntu 15.10（wily）和更高版本 可以通过apt-get进行安装： $ sudo apt-get install python-dtcwt python-dtcwt-doc 该软件包当前也位于Debian sid中（不稳定）。 其他作业系统 安装dtcwt的最简单方法是通过easy_install或pip ： $ pip install dtcwt 如果要查看最新的开发版本，请查看。 签出后，安装将基于setuptools并遵循Python项目的常规约定： $ python setup.py install （尽管如果您打算对库进行任何重大修改，尽管developer命令可能更有用。）提供了一个测试套件，以便您可以验证代码在您的系统上是否有效： $ pip install -r tests/requirements.txt $ py.test 这还将把测试覆盖率信息写入cover/目录。 进一步的文件 有在线可用

DFT的matlab源代码pyDTCWT是双树复数小波变换的不受限制的Python实现。 当前，它仅实现1D和2D转换的参考包，而没有提高速度的尝试。 源文件的可读性很高，文档（使用python setup.py build_sphinx记录了用法。 还包括未记录的奖金（以及大量的冗余代码） reference_cmplx.py 。 这说明了DTCWT到复杂输入的一般化，为互补滤波器对提供了负频带上的支持（因此完成了该设定）。 这也相当清楚地显示了实际输入DTCWT如何给出类似于DFT的共轭对称负频率。 该代码在GPL v3.0下发布。

matlab 小波指纹代码SCI_DTCWT 基于双树复小波变换的源相机识别 Matlab 代码再现[1] Zeng H, Wan Y, Deng K, Peng A, Source Camera Identification With Dual-Tree Complex Wavelet Transform (J) 的结果。 IEEE 访问 2020, 8, 18874-18883。 主页： 接触： 用法： 运行 Figx.m 重现我们论文中的相应结果。 代码已在 Matlab 2015a, Windows 10 64bit 上验证 历史 根据 M. Goljan 的建议，我们重写了一些使用过的函数以提高速度。 更新版本 denC2D_fast() （仅适用于 dwtmode('symw')）应该给出与 denC2D_dwt() 完全相同的结果。 2020 年 4 月 9 日，纽约州立大学宾汉姆顿大学。 免责声明 We public this code solely for the convenience of researchers to reproduce our idea acc

这是基于离散小波的图像融合源码。下载解压后直接运行。

双树复小波发明人Kingsbury于05年发表在IEEE上一篇长达29页的关于双树复小波的文章。此文章覆盖复小波涉及到的诸多方面，结构层次分明，理论清晰，值得收藏。