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、該文從研究現(xiàn)有的一種基于小波分解的圖像融合算法開始,通過大量的實(shí)驗(yàn)對(duì)該融合算法的性能和優(yōu)點(diǎn)進(jìn)行了分析,并針對(duì)其存在的不足提出改進(jìn)算法一.最后,引入中值濾波,提出改進(jìn)算法二.其目的是為了擴(kuò)大融合算法對(duì)不同類型圖像的適用范圍,增強(qiáng)算法的魯棒性.該文首先介紹圖像融合技術(shù)的發(fā)展情況,對(duì)各個(gè)分類的融合技術(shù)的原理進(jìn)行了簡(jiǎn)要的介紹,并對(duì)其性能進(jìn)行了對(duì)比和分析,接著介紹了小波分解相關(guān)的理論知識(shí),并側(cè)重于分析了幾個(gè)對(duì)圖像融合有重要影響的小波特性.在介紹了
2、一種基于小波分解的使用局部區(qū)域能量匹配度作為選擇標(biāo)準(zhǔn)的融合算法后,使用了多組不同類型的實(shí)驗(yàn)圖像,考察了閾值的選取對(duì)融合效果的影響,總結(jié)了該融合算法的優(yōu)點(diǎn)和不足.針對(duì)不足,提出了相應(yīng)的算法改進(jìn).改進(jìn)算法的仿真實(shí)驗(yàn)表明:改進(jìn)后的算法對(duì)不同類型的圖像進(jìn)行融合,都表現(xiàn)了較好的融合性能.改進(jìn)算法的最大特點(diǎn)在于充分考慮人眼特性,自動(dòng)根據(jù)圖像特性進(jìn)行不同的處理,保證融合后圖像的真實(shí)性,增強(qiáng)了圖像的可理解和可識(shí)別性.該文提出的融合算法,沿用了性能較好的
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(yè)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(kù)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。
最新文檔
- 基于小波分析的圖像融合算法研究.pdf
- 基于小波分析的數(shù)字圖像融合算法.pdf
- 基于小波分析的像素級(jí)圖像融合算法研究.pdf
- 基于小波分析的多聚焦圖像融合算法研究.pdf
- 基于Contourlet分解的圖像融合算法研究.pdf
- 基于改進(jìn)atrous小波分解的遙感圖像快速融合方法的研究.pdf
- 基于小波分解和改進(jìn)型PCNN的圖像融合方法研究.pdf
- 基于小波變換的圖像融合算法研究.pdf
- 基于NSST和改進(jìn)SLIC的圖像融合算法研究.pdf
- 基于小波變換的圖像融合算法的研究.pdf
- 基于矩陣低秩稀疏分解的圖像融合算法研究.pdf
- 基于小波分析的像素級(jí)可見光與紅外圖像融合算法的研究.pdf
- 基于改進(jìn)的Contourlet變換的圖像融合算法研究.pdf
- 基于小波變換的圖像數(shù)據(jù)融合算法研究.pdf
- 基于多小波的遙感圖像融合算法研究.pdf
- 基于多小波分解的矢量圖像融合方法研究.pdf
- 基于小波理論的醫(yī)學(xué)圖像融合算法的研究.pdf
- 基于小波變換的遙感圖像融合算法的研究.pdf
- 基于小波的像素級(jí)圖像融合算法研究.pdf
- 基于圖像序列的小波變換圖像融合算法的研究.pdf
評(píng)論
0/150
提交評(píng)論