基于NSST和改进PCNN的医学图像融合

基于多尺度分析的医学图像融合算法，杨磊，曹新德，医学图像融合将各种有价值的信息综合在一起，成为临床诊断和医学研究的重要手段。本文介绍了传统的医学图像融合方法，并阐明了其

以医学图像为研究对象，针对任何一类特征都不能很好地表达医学图像的缺点以及进一步提高医学图像的识别率，提出了一种基于特征级数据融合与决策级数据融合相结合的分类方法。实验结果表明，采用特征级数据融合，融合

针对红外图像与可见光图像融合中容易产生红外目标不明显、对比度不高的问题，提出了一种新的融合算法。该算法创新地将PCNN与区域特征应用到NSCT域内低频和带通子带系数的选择上。通过NSCT分解得到待融合

基于双树复小波变换的自适应简化PCNN图像融合算法

为了提高国产合成孔径雷达(SAR)和光学图像的融合性能,采用高分一号、高分二号多光谱图像,高分三号SAR 聚束模式和精细化条带1模式图像,利用变换域和空间域两种不同的融合思想,提出一种非下采样剪切波变

为了得到优质的融合图像，提出了一种改进的拉普拉斯能量和（New Sum of Modified Laplacian，NSML）多聚焦图像融合算法。该算法在传统SML计算每个像素点的变步长拉普拉斯算子值

图像分割是医学图像处理中最重要的问题之一,局部体积效应和其他现象的存在使问题变得更加复杂。 然而,模糊C均值作为处理PVE的有效工具面临着巨大的挑战。 为此,本文提出了一种基于给定图像直方图的改进FC

在matlab里面打开,可以直接使用。演示对32*32的图像矩阵进行3级NSCT变换。输出为单元数组,其子带排列顺序见mtr_nsctdec,与Contourlet程序等效。通过修改len_cut的来

实现图像的任意部分的融合，本人已经实现过，很好用

基于matlab实现的图像融合，可完美运行，富有测试图片