为了得到更精确且信息更丰富的融合图像, 利用有限离散剪切波变换(FDST)改进了多聚焦图像融合算法。借助FDST完美的平移不变性和分解与重构过程中的快速有效性, 通过多尺度多方向分解来获取高低频子带系数, 然后对高频引入自适应加权与区域标准差匹配度法的融合策略, 并利用改进梯度投影的非负矩阵分解的融合手段处理低频子带, 分别得到融合后的高低频子带后, 采用FDST逆变换重构获得融合后的图像。对多聚焦图像的实验表明: 改进方法在主观视觉上图像清晰, 客观指标明显提高, 运行时间明显缩短, 充分说明了融合结果既保留了源图像丰富有效的信息, 又有很好的实效性。

为了得到更精确且信息更丰富的融合图像, 利用有限离散剪切波变换(FDST)改进了多聚焦图像融合算法。借助FDST完美的平移不变性和分解与重构过程中的快速有效性, 通过多尺度多方向分解来获取高低频子带系数, 然后对高频引入自适应加权与区域标准差匹配度法的融合策略, 并利用改进梯度投影的非负矩阵分解的融合手段处理低频子带, 分别得到融合后的高低频子带后, 采用FDST逆变换重构获得融合后的图像。对多聚焦图像的实验表明: 改进方法在主观视觉上图像清晰, 客观指标明显提高, 运行时间明显缩短, 充分说明了融合结果既保留了源图像丰富有效的信息, 又有很好的实效性。

为了改善融合图像的对比度, 保留源图像的丰富有效信息, 借助有限离散剪切波(FDST)的优良特性, 提出了一种基于有限离散剪切波域的图像融合算法。首先将源图像经过FDST分解, 得到一系列高低频子带; 然后采用改进的像素加权与区域空间频率相结合的融合方案对低频系数进行选取, 高频则引入区域平均梯度对比度的融合方法; 再借助FDST逆变换对融合系数进行重构获得融合图像。通过对比试验结果表明: 所提算法的融合结果在主观视觉上对比度适中, 图像清晰自然, 且各项客观评价指标均明显改善; 进一步说明了改进算法优于其他算法, 大大提升了图像融合的质量。

针对目前图像融合过程中的不足之处，结合有限离散剪切波具有高的方向敏感性和抛物尺度化特性，提出了一种有限离散剪切波变换下的图像融合算法。首先对严格配准的多传感器图像进行有限离散剪切波变换，得到低频子带系数和不同尺度不同方向的高频子带系数; 然后对低频子带系数采用全局特征值和像素点之间的差异性与区域空间频率匹配度相结合的融合算法，高频方向子带系数采用方向权重对比度与相对区域平均梯度和相对区域方差相结合的方案; 最后通过有限离散剪切波逆变换得到融合图像。实验结果表明，与其他的融合算法相比较，本文算法不但有良好的主观视觉效果，而且3幅图像的客观评价指标分别平均提高了09%、38%、31%，26%、38%、29%和15%、125%、59%，充分说明了本文融合算法的优越性。

为了增强医学图像融合质量，提出了一种基于平移不变剪切波(SIST)和压缩感知的CT 和MRI 图像融合方法。首先，将源CT 与MRI 图像经过SIST 分解后得到低频子带和高频子带；其次，对低频子带，提出了一种结合新的改进空间频率、改进的区域加权能量和局部区域相似匹配度的融合规则；对于高频子带，提出了一种基于自适应2PCNN-CS 的融合规则；最后通过SIST 逆变换得到融合图像。实验表明：本文方法在客观指标和图像视觉效果上都优于传统的CT 与MRI 医学图像融合方法。

为了提高多聚焦图像的融合精度, 结合有限离散剪切波变换(FDST)良好的局部化特性及平移不变性, 提出了一种基于有限离散剪切波变换与改进对比度相结合的图像融合新算法。对经过严格配准后的多聚焦图像进行FDST分解, 得到低频子带系数和不同尺度不同方向的高频子带系数; 对低频子带系数采用区域平均能量匹配度自适应融合算法, 高频子带系数的选取则根据低频与高频系数关联得到的对比度进行融合; 应用有限离散剪切波逆变换重构得到融合图像, 并对融合结果进行主观视觉和客观评价。通过仿真实验, 算法在主观视觉效果上有着明显的优越性。在不同融合算法比较的融合结果中, 熵值、互信息量和边缘相似度分别平均提高了1.4%、34.6%和8.0%, 各项客观评价指标优于其他算法。

提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet 变换域图像去噪算法。对图像进行平移不变Shearlet 变换分解，低频子带采用快速双边滤波算法处理，高频子带采用正态逆高斯模型对其进行建模，在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式，从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验，其结果表明了本文方法不仅具有良好的视觉效果，而且具有较高的峰值信噪比和平均结构相似性。

为了提升多模态图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的图像融合方法。首先，利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解; 然后，在分解后的各子带图像中，利用局部区域奇异值构造的局部结构信息因子作为PCNN神经元链接强度。经过脉冲耦合神经网络点火处理，获取子带图像的点火映射图，通过判决选择算子，选择各子带图像中的明显特征部分生成子带融合图像; 最后，应用局部化非下抽样剪切波逆变换重构图像。选用多组不同模态的图像进行实验，并对实验结果进行了客观评价。实验结果表明，本文提出的融合方法在主观和客观评价上均优于一些典型融合方法，可获得更好的融合效果。

为了提升红外与可见光图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的红外与可见光图像融合方法。首先,利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解;然后,在分解后的各子带图像中进行块奇异值分解,求取区域特征能量值作为脉冲耦合神经网络对应神经元的链接强度。经过脉冲耦合神经网络点火处理,获取子带图像的点火映射图,通过判决选择算子,选择各子带图像中的明显特征部分生成子带融合图像;最后,应用局部化非下抽样剪切波逆变换重构图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行了客观评价。实验结果表明本文提出的融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,可获得更好的融合效果。

针对传统基于多尺度变换的图像融合方法存在的缺点, 提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先, 使用平移不变剪切波变换对源图像进行分解, 得到低频子带及方向带通子带系数.然后, 对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息, 提出了基于提取的特征与S函数的可变加权融合策略; 对于各方向带通子带系数, 提出了一种基于改进的拉普拉斯能量和匹配的“加权平均”和选择相结合的系数选择策略.最后, 对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法, 本文方法得到了更高的客观指标, 融合图像视觉效果更好.