基于分布式压缩感知理论,利用高光谱图像谱间的低秩特性,提出一种高光谱图像分布式压缩感知重构方法。该方法在编码端对各谱段图像分别进行压缩感知测量,运算简单,便于硬件实现。解码端重构时
一种基于种子区域增长的快速图像分割方法.该算法首先对输入彩色图像进行色彩量化处理.然后根据图像中量化色彩标签的分布情况,通过设置不同尺寸的图像窗口快速寻找种子区域,并结合图像中的色彩和纹理特征,实现种
针对序列图像拼接问题,提出一种基于尺度不变特征(SIFT)的自动拼接方法。该方法首先计算图像SIFT特征向量,作为匹配的依据,其次利用SIFT特征进行图像配准,进一步配准的基础上利用图像交叠处距离差来
本文给出了一种基于小波变换的图像融合方法,并针对小波分解的不同频率域,分别讨论了选择高频系数和低频系数的原则.选择高频系数时,基于绝对值最大的原则,并对选择结果进行了一致性验证文章设计了三种选择低频系
为了实现图像认证,提出了基于混沌理论的图像hash算法。首先将原始图像经过置乱得到加密图像,然后对差值矩阵进行调制、量化,得到固定长度的图像hash序列。算法讨论了图像的缩放和JPEG压缩对图像has
:提出了一种基于感兴趣区域的图像检索算法,该算法以图像中用户感兴趣的目标为研究对象,使用一种改进了的区域分割算法对图像进行目标区域分割,采用伪Zernike矩提取分割出来的区域形状特征结合其它区域特征
针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。该方法首先采用扩展相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后利用Levenb
摘要:文章针对模糊模式识别的原理,根据图像的特征,采用模糊理论,提出了一种图像的识别方法。研究结果表明:该方法具有简单、快速、有效的特点,从而拓宽了模糊模式识别的应用范围。
数学形态学以图像的形态特征为研究对象,用具有一定形态的结构元素描述图像中元素与元素、部分与部分之间的关系,以达到对图像分析和识别的目的。数学形态学用于基于区域的图像分割最典型的例子就是分水岭(Wate
仿真实验表明,该方法优于常用的空间域直方图均衡化和小波域图像增强法,具有良好的视觉效果。
用户评论