基于NSST和PCNN的多焦点彩色图像融合

guangrongpr 9 0 PDF 2021-04-19 15:04:52

推荐下载

低照度可见光与红外图像的自然感彩色融合能够显著提高人眼视觉在低照度环境下的情景感知和目标探测能力。基于样本的融合算法是一种快速有效、实时性强的自然感彩色融合算法。针对已有算法在查找表构建和灰度信息利用

针对传统SIFT算法很难兼顾匹配实时性与匹配准确率这一矛盾,提出一种融合彩色信息表征与光照补偿的Harris-SIFT算法。该算法在图像灰度化之前计算彩色信息补偿,并通过高斯权重函数得出光照补偿量,增

为实现对玉米植株旱情的分析, 针对目前农业干旱指标涉及领域较为广泛、获取困难的研究现状, 提出了一种基于多特征融合的玉米前期图像旱情识别方法。以正常和特旱两种情况的玉米植株图像为样本, 采用经典K-m

图像融合,遥感图像处理-多光谱图像融合,一个初学者参考的VC程序

图像融合,遥感图像处理-多光谱图像融合,一个初学者参考的VC程序

为了实现更为准确的复杂语义内容图像理解,提出一种融合多模型的多标签图像自动标注方法.该方法采用3个不同的模型分别对图像语义内容进行分析:在前景语义概念检测中,提出一种基于多特征的视觉显著性分析方法,并

针对传统多尺度图像融合算法不能有效抑制噪声的缺陷, 提出一种基于提升静态小波变换(LSWT) 多尺度积的多聚焦图像融合算法, 并在LSWT域中引入了局部可见度以及局部视觉特性对比度的概念. 在融合低

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,

针对红外图像与可见光图像融合中容易产生红外目标不明显、对比度不高的问题,提出了一种新的融合算法。该算法创新地将PCNN与区域特征应用到NSCT域内低频和带通子带系数的选择上。通过NSCT分解得到待融合

用户评论

请输入评论内容

评分：

暂无评论