针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对 低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值 对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明: 与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示了源图像中

噪声模型 均值与中值 灰度形态学 小波变换 高期滤波 统计方法-Noise model mean and median gray-scale morphological filtering stage wavelet transform high statistical methods

包含各种噪声模型，均值和中值过滤、灰度形态学、小波变换、高斯滤波、统计方法滤波。-Includes a variety of noise models, the mean and median filtering, grayscale morphology, wavelet transform, Gaussian filtering, statistical filtering.