本文提出了一种基于互信息及蚁群算法实现红外与可见光图像配准的方法。论文从对多模态图像配准的认识入门,介绍了基于互信息的图像配准方法,分析总结了多种配准算法的优缺点。研究了基本蚁群算法的原理和工作流程,及其发展现状;并针对红外与可见光的二维图像设计了一种基于最大互信息与蚁群算法相结合的配准算法。采用互信息配准模型,以图像的灰度统计信息为配准依据,用蚁群算法搜索图像间的最优变换参数,并用最大互信息作为目标函数指导最优变换参数的搜索。又针对现有蚁群算法收敛速度慢的缺点,提出了用遗传算法与之动态融合的方法。

【图像融合】基于SURF算法实现红外与可见光图像配准算法附MATLAB代码

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

提出一种红外图像与可见光的图像融合方法。硬件光学成像系统采用共轴光路，使用拉普拉斯金字塔变换方法对采集到的红外图像与可见光图像进行融合，并使用融合后图像与红外图像相结合在YUV通道中进行信息融合伪彩色化。实验结果表明，所提出的红外图像与可见光图像的融合方法能够显著增强图像信息，突出图像中的特定目标，且对于各种外界环境条件都能得到较好的融合结果。

红外与可见光的图像融合系统及应用研究融合算法 知网下载的博士论文

完整代码，可直接运行

文件中，包含了多聚焦，红外和可见光图像和医学图像，三类融合常用的源图像，每一类都不少于8组。如果研究图像融合算法，实验验证足够。

图像融合；图像增强；图像质量评价

系统分析了滚动导向滤波的参数,根据参数变化的规律提出一种基于滚动导向滤波的混合多尺度分解方法,并基于此方法将红外与可见光图像分解到基本层、小尺度层和大尺度层。在基本层上使用像素能量与梯度能量相结合的融合规则,在大、小尺度层上采用双通道自适应脉冲耦合神经网络(DAPCNN)的融合规则。通过逆混合多尺度分解方法得到融合图像。与已有的图像分解方法相比,所提图像分解方法不仅可以很好地提取图像的纹理细节,保留图像的边缘特征,还可以避免在边缘位置上出现光晕现象。实验结果表明,所提方法可以很好地提取图像的红外目标信息,并将其融合到可见光图像中,与已有的融合方法相比,所提方法不仅在人眼视觉感知的主观评价方面具有明显优势,而且在互信息、信息熵、标准差、非线性相关信息熵和Chen-Varshney指标等客观评价标准上也具有很大的优势。

基于得分融合近红外与可见光图像的人脸识别，潘磊，尹义龙，基于人脸的身份鉴别技术已受到越来越多的重视。在可见光环境里,人脸识别算法对光照的变化非常敏感。使用近红外人脸图像进行识别��