基于多波段SAR图像目标检测决策级融合和图像分类的目标状态标注

该资源包含了数据集命名工具，数据集标注工具labelImg,并且在python3下可使用，需要安装pyqt5库，在进行标注前要将data中的内容换为自己的目标种类，可实现VOCpascal格式标注和y

针对单一传感器在光谱、空间分辨率等方面存在的局限性，通过多传感器融合技术，最大限度地获取对目标场景的信息描述。首先采用不同的边缘提取算法提取同一场景的光学图像和SAR图像，得到各自的边缘特征图，通过不

提出了一种基于目标区域的融合方法。将原图像分为目标区域和背景区域,在利用à trous小波算法分解图像的基础上,分别对目标区域、背景区域以及两区域间的边界部分进行不同的融合处理得到融合后小波系数,最后

摘要：为了在融合图像中突出运动目标，提出了一种基于动态目标检测和识别的图像融合算 法。先对红外图像序列中的运动目标进行检测和提取，同时对红外和微光图像进行融合，最后 将提取到的红外目标与融合图像进行二

基于目标轮廓的图像匹配，首先需要能够较为准确提取目标的轮廓。能够抗一定的光照影响，遮挡影响，耗时比传统图像的模板匹配快。如果需要旋转角度的话，可以使用二分法或者每隔一定角度重复调用。该代码是基于ope

通过matlab在二维图像中定位出像素变化明显的角点。

基于人工免疫多目标聚类的SAR图像变化检测，尚荣华，齐丽萍，提出了一种基于人工免疫多目标聚类的SAR图像变化检测方法。利用人工免疫与多目标优化算法相结合，将单目标转化为多目标处理，扩大

2020冬季数字图像处理课程项目,使用yolov5+wider_face 和 deeplabv3+cityscapes,均使用开源的代码和数据集。

SAR图像变化检测代码，基于差异图和比值图融合的代码。本方法从图像像素的角度出发，对图像像素的灰度值进行操作。分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种

遥感图像分类的应用在遥感图像研究中具有重要意义。为了提高高光谱遥感图像分类精度,本文提出了基于多特征融合的高光谱遥感分类方法。该方法将图像的空间特征和光谱特征归一融合,然后使用AdaBoost分类器集