版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于區(qū)域能量的圖像融合,現(xiàn)在是一個研究的熱點?;趨^(qū)域能量的圖像融合考慮了圖像中像素之間的相關(guān)性,圖像的局部特征能得到更進一步的體現(xiàn),克服了基于像素融合規(guī)則中沒有考慮像素之間的相關(guān)性的這一個特點,融合質(zhì)量得到了提高。 本文以小波變換為數(shù)學(xué)基礎(chǔ),主要講述了三個方面的內(nèi)容: 第一,對傳統(tǒng)的基于區(qū)域能量的圖像融合方法的改進。由于圖像的不完全配準(zhǔn)往往使得應(yīng)用傳統(tǒng)的基于區(qū)域能量的融合規(guī)則所求得的區(qū)域能量“匹配度”出現(xiàn)負值的情況,導(dǎo)
2、致區(qū)域之間的能量遠近程度很難判定。提出了通過引入絕對值,對傳統(tǒng)的基于區(qū)域能量的“匹配度”改進的方法,并給出了新的融合規(guī)則。 第二,針對基于像素的融合規(guī)則和基于區(qū)域能量的融合規(guī)則,選取不同的小波基,使用熵、均值、標(biāo)準(zhǔn)差、可見度,平均交叉熵5個參量對實驗結(jié)果進行評價分析,綜合研究基于區(qū)域能量和基于像素的圖像融合方法中小波基函數(shù)的選取。 第三,在用小波技術(shù)對圖像進行分解和重構(gòu)的融合方法中,低頻的融合規(guī)則,往往選取加權(quán)平均的融合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于IHS-WT和區(qū)域能量的遙感圖像二次融合方法.pdf
- 融合輪廓信息的基于區(qū)域的圖像分割算法.pdf
- 基于區(qū)域特性的壓縮感知圖像融合算法研究.pdf
- 基于區(qū)域和多尺度的圖像融合算法研究.pdf
- 基于NSCT與區(qū)域特性的圖像融合算法研究.pdf
- 基于NSCT和區(qū)域分割相結(jié)合的圖像融合新算法.pdf
- 基于超像素區(qū)域融合的遙感圖像地物分類算法研究.pdf
- 基于區(qū)域劃分與NSCT多聚焦圖像融合研究.pdf
- 基于水平集區(qū)域分割的醫(yī)學(xué)圖像融合算法研究.pdf
- 基于感興趣區(qū)域的融合多特征圖像檢索方法研究.pdf
- 基于邊緣和區(qū)域融合的圖像分割方法及其應(yīng)用研究.pdf
- 基于小波變換和區(qū)域分割的圖像融合算法研究.pdf
- 基于區(qū)域的紅外與可見光圖像融合算法研究.pdf
- 基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測.pdf
- 基于SOPC的圖像融合系統(tǒng).pdf
- 基于圖像融合的高光譜圖像分類.pdf
- 基于自適應(yīng)區(qū)域和脈沖發(fā)放皮層模型結(jié)合的多聚焦圖像融合.pdf
- 基于分區(qū)域的SAR與彩色可見光圖像融合算法.pdf
- 基于形態(tài)學(xué)和區(qū)域融合的巨噬細胞圖像分割算法研究.pdf
- 圖像拼接中的重疊區(qū)域融合算法研究.pdf
評論
0/150
提交評論