注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于小波变换的多聚焦图像融合策略.pdf

  2. 基于小波变换的多聚焦图像融合策略.pdf 基于小波变换的多聚焦图像融合策略.pdf

  3. 所属分类：其它

    • 发布日期：2010-12-25
    • 文件大小：136192
    • 提供者：jiankangshiye

  1. 基于小波变换技术的图像融合方法的研究与应用

  2. 本论文所做的工作及创新主要包括以下几个方面: 1)查阅了国内外一定数量的期刊、文献，综述了图像融合的基本概念，总结了该领域 研究的最新进展，对存在的问题进行了讨论，并展望了未来的发展趋势。 2)对图像融合的算法进行了细致的归类，具体解释了空域、变换域图像融合算法，像 素级、特征级以及决策级图像融合算法各自的适用范围和特点。 3)综述了该领域的热点图像融合问题，对多传感器图像融合、多分辨率图像融合以及 多聚焦图像融合，分别做出了具体说明。 4)回顾了傅立叶变换和小波变换的发展，由多分辨率分析引出

  3. 所属分类：专业指导

  1. 基于NSST域灰度关联分析的多聚焦图像融合方法

  2. 根据多聚焦图像的成像特点,并利用非下采样剪切波变换(non-subsample shearlet transform,NSST)在图像融合领域的优势,将非下采样剪切波变换运用于多聚焦图像融合.由于NSST会将图像分解为一幅低频图像和若干幅高频图像,对于低频图像采用了基于标准差的融合策略,而针对高频图像的特点,利用灰度关联分析在图像融合中的优势,将其运用在高频图像的融合中.后将低频图像和高频图像的融合图像进行NSST的逆变换后得到了融合图像.计算机仿真实验表明:相比于传统的剪切波交换,本文提出的图

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：1048576
    • 提供者：weixin_38629274

  1. 基于扩展相位拉伸变换的多聚焦图像融合算法

  2. 针对目前传统多聚焦图像融合中图像局部模糊不易度量, 融合策略难以设计等问题,提出一种新的相位拉伸核函数, 形成基于扩展相位拉伸变换的多聚焦图像融合算法。该算法将传统的线性或次线性群延迟相位滤波器推广到非线性群延迟相位滤波器,并从理论上证明,这种扩展相位拉伸变换的逆变换相位近似于原始图像的归一化二阶梯度, 将图像高频特征传统的梯度极值表达转换为角度或相位表达,利用角度/相位图像局部方差对清晰与模糊图像良好的区别特性设计出基于扩展相位拉伸变换局部相位方差度量的融合策略,克服了目前融合方法存在的不足。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：14680064
    • 提供者：weixin_38605604

  1. 基于小波分解和进化策略的图像融合方法

  2. 提出了一种基于小波分解和进化策略相结合的多聚焦图像融合方法。该方法首先对不同聚焦点图像进行无下采小波分解,并分别将其各方向、各尺度的高频信息进行叠加,然后依据它们在高频信息叠加层上对应的局部区域能量的差异,采用进化策略进行区域划分,进而实现分区域融合。实验结果表明所提出的方法比小波变换法具有更好的融合效果。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：2097152
    • 提供者：weixin_38680957

  1. 高分辨率水稻害虫图像采集技术

  2. 高分辨率图像的获取是图像模式自动识别的前提和基础。以稻田害虫为对象, 研究立体害虫多聚焦成像问题。以Harris角点数和图像熵为图像质量检测标准, 采用基于小波变化的图像融合算法, 针对不同倍率的稻田害虫图像, 分析图像采集时的步进量对图像融合分辨率的影响。通过实验对比, 获得最佳的图像采集与图像融合策略,得到放大倍率与最适步进量的关系曲线。实验结果显示, 该方法对于立体害虫采集有较好的景深扩展能力, 可为建立高质量稻田害虫样本图像数据库提供有效手段。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_38590309

  1. 基于引导滤波与改进PCNN的多聚焦图像融合算法

  2. 针对多聚焦图像融合中目标物边缘处产生虚影的问题，提出一种基于引导滤波与改进脉冲耦合神经网络(PCNN)的多聚焦图像融合算法。该算法利用引导滤波器对源图像进行多尺度边缘保持分解，对分解得到的基本图像和细节图像采用不同的引导滤波加权融合策略进行初步融合；将初步融合图作为外部输入激励刺激改进的PCNN模型；根据融合权重图对多幅源图像进行融合，获得最终的融合图像。实验结果表明，与传统融合算法相比，本文方法较好地保留了源图像的边缘、区域边界以及纹理等细节信息，避免了目标物边缘处产生虚影，提高了融合图像的质

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：9437184
    • 提供者：weixin_38732519