多聚焦图像融合算法的研究

针对近年在对多聚焦图像融合领域中存在图像融合效果好的方法运算量大、实现起来复杂的问题，在传统的像素级分块融合方法和数学微分中逼近原理的启发下，提出了多聚焦图像在像素级分块逼近的图像融合方法。实验结果表

结合粒子群优化算法和遗传算法中的交叉与选择操作，提出了一种混合算法，对提出的混合算法用两个具有多个局部极值的函数进行了测试，测试结果表明混合算法寻优能力优于粒子群优化算法；利用该混合算法对低分辨率图像

采用一种新的基于粗糙集理论的图像分割算法。通过提取直方图的外层，以及计算像素点周围的局部模糊程度来更新粗糙度。使用局部模糊粗糙度和待定算子来更新FCM算法中的隶属度函数。从粗糙集理论意义上来说，直方图

基于Matlab的图像融和编码,将两幅图像相融合

里面包含加速度计,陀螺仪和磁力计的姿态融合算法,有对应的源代码和文档

针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题, 提出了一种结合K奇异值分解(KSVD)和最大相关最小冗余准则(mRMR)的RGB-D场景图像融合算法。该算法首先采用KS

本文研究工作的重点是基十小波变换的像素级图像融合方法，通过大 量的图像融合实验，文中得到了一系列有价值的结论，完成了一定的创新 性工作，具体的工作内容如下: 1.利用定义的相关信号强度比作为匹配测度，

基于小波变换的图像融合算法的研究与实现毕业论文

多聚焦图像及融合代码，彩色多聚焦图像，2幅及以上

在大数据环境下,多源舁构知识的融合为研究者从众多分散 、异构的数据源和知识源 中挖掘 出隐含 的、有价值的和尚未微发现的信息和知识提供了非常有效的手段和方法。针对 目前知识融合方法的不足 .在对大数据