1、“.....结果获得融合图像曲波变换系数，最后反曲波变换获得融合图像。根据图显示图像曲波变换曲波变换融合图像曲波变换系数融合算法曲波逆变换融合图像图像高频系数融合算法曲波变换有过度方向特征，因此可以精确地表示图像特征边缘方向，并且该高频系数区域即表达图像边缘细节信息。像素绝对值最大法法局部地域差法方向对比度法等，都被运用于高频系数。由于曲波变换特点，法被该文件引用。假设图像高频系数是，那么融合算法像当当和表示曲波变换高频系数图像和图像表示保存,融合高频系数。,表示局部区域能源保存,图像曲波变换高频系数表示局部区域能源保存,图像曲波变换高频系数......”。

2、“.....请见图和图实验。图和图是表源文件，图是使用小波变换方式形成聚焦图像，图都是采用曲波变换方式，但是他们融合算法不同。为了计算应用于低波段源图片法平均像素阵列灰度值及图中高波段使用是技术在图中，也就是本篇论文采用方法，图片高波段采用是技术而在低波段区域采用是技术。在图片中高低波段区域都是采用是技术。图也是样。图片和是原图片，图片是使用波纹取出转移技术结果。图片都是采用是曲波转移方式。图片中采用是计算平均像素阵列应用于低波段区域，而图像采用是应用于高波段技术和应用于低波段技术，而在图中都是采用是应用于高波段技术。图像融合优化问题还是没有得到解决。目标图像视觉效果和图像压缩比率是衡量图像处理技术指标。在视觉效果中，曲波变换和曲波变换能够在聚焦上获得明显效果。但是使用曲波技术模糊图像要比使用波形技术图像处理效果要好......”。

3、“.....在本文所提算法中可以得到详细纹理焦点与已删除模糊图像。在此有目标熵，交错熵，平均梯度，标准偏差和学习偏差。熵，交错熵以及平均梯度在该文件中被运用。目标图像融合结果现实于表和表。图多聚焦图像融合实验图多聚焦图像融合实验表图多聚焦图像融合实验目标比较算法目标熵过剩熵平均梯度表图多聚焦图像融合实验目标比较算法目标熵过剩熵平均梯度基于小波变换图像融合。计算应用于低频段区和高频段区源图像法和法有曲波变换分解平均像素灰度级。应用于低频段区和高频段区法有曲波变换分解。应用于低频段区法和高频段区法有曲波变换分解该文件运用方法。然后就可以从我们方法得到结果得出结论，这种方法优于小波变换方法以及其他基于曲波变换同时具有客观评价和视觉方法。结论在该文中，我们提出了应用于低频段区法和高频段区法都是以曲波变换算法为基础。相对于和其他基于曲波变换功能规则它具有定优势。因此......”。

4、“.....外文原文,,,,Ⅴ,，，,,,但没有考虑到图像边缘和定义。考虑到这种缺陷，本文提出，它主要描述图像详细信息和图像聚焦级别。八种局部邻接相关性拉普拉斯算法总和被用于图像定义评估，它被定义为曲线变换是牵引源图像,被曲波分解，然后采取不同融合算法来选择不同曲波变化系数，结果获得融合图像曲波变换系数，最后反曲波变换获得融合图像。根据图显示图像曲波变换曲波变换融合图像曲波变换系数融合算法曲波逆变换融合图像图像高频系数融合算法曲波变换有过度方向特征，因此可以精确地表示图像特征边缘方向，并且该高频系数区域即表达图像边缘细节信息。像素绝对值最大法法局部地域差法方向对比度法等......”。

5、“.....往往很难得到个包含所有相关聚焦目标图像。多聚焦图像融合算法可以有效地解决这个问题。基于广泛应用多聚焦图像融合算法分析，本文提出种基于多聚焦图像融合算法曲波变换。根据曲波变换分解不同频率区，分别讨论低频系数和高频系数选择规律。本文中低频系数和高频系数被分别与就近梯度最大选择性和局部区域能量最大选择性融合。结果表明，提出多聚焦图像融合算法可以获得和图像聚焦融合算法相同图像，在客观评价和主观评估方面较其他算法有明显优势。关键字曲波变换多聚焦图像融合算法简介如今，图像融合被广泛应用于军事遥感医学和计算机图像等领域。图像融合主要目将来自两个或更多相同场景信息相结合以获得个包含完整信息图像。比如，廉价相机主要问题是我们不能获得不同距离每个目标以获得个聚焦所有目标图像......”。

6、“.....我们需要种多聚焦图像融合方法来聚焦和获得更清晰图像。经典融合算法包括计算源图像平均像素灰度值，拉普拉斯金字塔，对比度金字塔，比率金字塔和离散小波变换。然而，计算源图像平均像素灰度值方法导致些不期望影响例如对照物减少。小波变换基本原理是对每个源图像进行分解，然后将所有这些分解单元组合获取合成表示，从中可以通过寻找反变换恢复融合图像。这种方法显然是有效。但是，小波变化只能通过变换边缘特征反映出来，却不能表达边缘特点。同时，也因为它采用各向同性所以小波变化无法显示边缘方向。由于小波变换限制，等人提出了曲波变换概念，它采用边缘作为基本元素，较为成熟并可以适应图像特征。此外，曲波变换具有各向异性和有更好方向，可以提供更多图像处理信息。通过曲波变换原则我们知道曲波变化除了具有多尺度小波变换和地方特色外，它还具有方向特征和支持会话基础特征......”。

7、“.....继曲波变化低波段和高波段融合算法系数研究后，提出种思想低带系数采用方法和不同方向高带系数采用方法。第二代曲波变化第二代曲波变换和第代曲波变换不同是，没有导入脊波变换实施过程，但直接提交曲波基本格式具体表达，这可以说是深入解释曲波变换。在此根本文献让离散算法快速实现。频率区域中窗口函数概念,和是维窗口函数,定义字段,实数函数，时间内容函数在频域内假定会议接近于，曲线函数定义两个维数,随着频率，比例,方向角和位置,为粗略尺寸低域位置,曲线函数定义为......”。

8、“.....所以曲波变换在低频段区域靠近小波变换，但在规模，曲波变换平等瓜分坡度区间加入契形区。二维连续函数,曲线变换定义为公式同时曲线变换在离散实例中定义为公式,窗口函数,支持会话,是二维离散信号发散公式显示了该图像,是分解使用快速离散曲波变换方法图像,被分解二维，获取序列,根据不同比例和方向重复采样,或插入要接收值,让,按比例放大窗口函数,来接收新序列,,并让保存二维，因此得到比例方向和位置,离散曲波变换系数。图像融合算法研究图像融合算法依赖于图曲波变换系数图曲波变换系数图曲波变换基础上图像融合算法过程低频率系数融合算法曲波变换在低频率地区接近小波转换......”。

9、“.....它可以通过正确选择低频率视觉系数提高图像效果。现有融合规则主要有最大像素法最小像素法，计算平均像素灰色级别值，图像法法本地源区域偏差方法。最大像素法最小像素法和计算平均像素灰度级别源图像方法值没有考虑到局部邻接相关性，所以融合结果不能获得更好结果。局部区域能源法和偏差法恰当考虑到了局部邻接相关性，但没有考虑到图像边缘和定义。考虑到这种缺陷，本文提出，它主要描述图像详细信息和图像聚焦级别。八种局部邻接相关性拉普拉斯算法总和被用于图像定义评估，它被定义为曲线变换是牵引源图像,被曲波分解，然后采取不同融合算法来选择不同曲波变化系数，结果获得融合图像曲波变换系数，最后反曲波变换获得融合图像......”。