基于改进非下采样轮廓波的图像融合算法

图像融合是图像拼接中的关键技术。在CUDA中充分利用GPU的多处理单元和多线程机制对图像处理进行并行计算，较传统的CPU实现大大加快了多分辨率图像融合的执行速度，提高了应用体验。

基于非抽样Contourlet变换的医学图像融合算法

提出了一种基于区域分割和Contourlet变换的图像融合算法。首先,对各源图像做区域分割,并利用区域能量比和区域清晰比的概念来度量和提取区域信息;然后,对各源图像进行多尺度非子采样Contourle

在基于非二次采样轮廓波变换(NSCT)的常规融合方法中,图像的低频子带系数无法稀疏地表达图像的低频信息,不利于提取源图像特征。 针对这一问题,提出了一种基于NSCT和联合稀疏表示(JSR)的红外可见图

本文提出了基于小波变换的改进的对比度图像融合方法,使用小波理论将图像分解,分别通过系数分解和转换系数求替代方法等方法处理系数,替代后的图像,再对它们进行最大将这两种方法与IHS图像融合,PCA融合以及

基于非采样Contourlet变换的图像融合_杨粤涛.caj

做图像融合用的小波变换新方法，其中高低频分量的融合规则讲解详细

Wavelet image fusion based on matlab (multiple algorithms)

基于小波变换的红外和可见光图像融合算法的研究.

为降低计算复杂度，提高图像质量，提出了一种新的码率控制算法。编码过程中根据图像内容的自适应性和图像复杂度分配帧层的目标比特数，在基本单元层通过计算当前基本单元的亮度像素方差，来衡量该区域的纹理复杂程度