2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像融合方面,國(guó)內(nèi)外已開展了不少研究,并取得不少進(jìn)展。但都集中在平面圖像的融合,在不同尺度下的立體圖像融合方面還幾乎處于空白。本文圍繞基于圖像序列的多尺度變換融合方法進(jìn)行研究,主要工作如下:
  1.在閱讀國(guó)內(nèi)外有關(guān)圖像序列的多尺度融合方法文獻(xiàn)的基礎(chǔ)上,闡述了圖像融合的國(guó)內(nèi)外研究現(xiàn)狀。
  2.介紹了圖像序列的多尺度變換融合技術(shù)理論。包括圖像融合的原理,圖像融合的結(jié)構(gòu)層次,以及多尺度變換圖像融合理論。
  3.在當(dāng)前流

2、行的特征匹配方法的基礎(chǔ)上,提出了基于提升小波變換的特征匹配。先是進(jìn)行圖像預(yù)處理,然后提出了一種基于模極大值的提升小波邊緣檢測(cè)方法,再在此基礎(chǔ)上得到邊緣特征點(diǎn),然后進(jìn)行NCC初匹配與精匹配。
  4.多尺度圖像融合方法還處于研究的初級(jí)階段。小波變換作為多尺度圖像融合的一個(gè)重要工具,但是其計(jì)算復(fù)雜度較高,且在時(shí)域空間內(nèi)具有很大的局限性。鑒于此,本文借助前人提出的提升小波算法,提出了基于邊緣增強(qiáng)的提升小波變換圖像融合方法,章節(jié)先介紹了邊

3、緣增強(qiáng)的方法,接著講述了高、低頻域融合規(guī)則。為更好地說明本文提出的融合方法更優(yōu),另外還介紹了加權(quán)平均圖像融合方法、提升小波變換的融合方法、區(qū)域能量融合方法,并對(duì)此三種方法也都進(jìn)行圖像融合實(shí)驗(yàn),最后結(jié)合圖像主觀與客觀評(píng)價(jià)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。
  5.設(shè)計(jì)并實(shí)現(xiàn)了基于圖像序列的多尺度融合方法。設(shè)計(jì)了圖像增強(qiáng)模塊、圖像邊緣檢測(cè)模塊、圖像匹配模塊與圖像融合模塊,通過編程實(shí)現(xiàn)了基于圖像序列的多尺度融合方法系統(tǒng)設(shè)計(jì),驗(yàn)證了本文方法的可行性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論