暂无评论
文章是描述二维提升小波变换的图像融合,何伟。将图像进行提升小波变换,分别对高低频采用不同的融合方法,得到融合后图像。 并引入信息熵、相关系数和清晰度等性能指 标对融合后的图像进行分析。 实验结果表明,
提出了一种新的图像融合算法——基于边缘检测的双树复小波图像融合算法。多聚焦图像经过双树复小波变换较好地克服了传统小波变换的平移敏感性等缺点;低频系数利用边缘信息进行融合,较好地保留了图像的细节信息,提
多聚焦图像融合的关键问题是如何保持原始图像的边缘和细节信息。多小波分析具有多个分析基函数和产生更多分解子图像的特点。在多小波变换域对低频和高频小波系数采用不同的融合方法——对低频系数采用取平均的方法，
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，
提出了图像小波分解的高频部分信息采用基于局部方差的选择和加权平均相结合的系数融合规则,在充分保留源图像细节信息的前提下,保证了融合结果的一致性。针对多聚焦图像融合、红外和可见光图像融合,试验结果证明本
从数码相机的成像特性出发，详细介绍了通过图像边缘图块色彩的非线性分布来求解其相机响应逆函数的过程，提出了一种基于核密度估计的相机响应逆曲线求解方法。实验证明，该方法能够获得更加准确的相机响应逆函数，用
基于小波变换的图像融合算法的研究与实现毕业论文
提出一种基于小波融合的射线图像增强算法,利用射线成像的特点,对射线成像系统采集信号作分段灰度变换,将变换得到的多幅图像利用小波变换进行图像融合,以增强射线图像的显示效果。融合中采用低频图像的小波系数均
本文考虑了多焦点图像融合的主要目的和小波系数的物理含义,提出了一种基于离散小波变换(DWT)的融合技术,并结合了新颖的系数选择算法。 在通过DWT分解源图像之后,分别采用两种不同的基于窗口的融合规则来
提出一种基于HSV和红黑小波变换的多光谱图像融合方法。对多光谱图像进行HSV变换,将得到的明度分量和全色图像做多尺度红黑不可分小波分解。采用不同的融合算子对高低频分量进行融合,对融合后的图像进行红黑重
暂无评论