2023年全國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59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)

文檔簡介

1、隨著圖像傳感器技術(shù)的發(fā)展,圖像融合作為一種有效的信息融合技術(shù)在很多領(lǐng)域都得到了廣泛的應(yīng)用。本文主要研究內(nèi)容是基于非采樣Contourlet變換的圖像融合技術(shù)研究。 本文對(duì)圖像融合技術(shù)的基本概念和基本理論進(jìn)行分析和論述,在研究國內(nèi)外已有的圖像融合算法的基礎(chǔ)上,對(duì)一些典型的圖像融合算法進(jìn)行分析和研究。并根據(jù)非下采樣Contourlet變換同時(shí)具有多尺度多分辨率分析和平移不變性的特點(diǎn),提出了一種基于非下采樣Contourlet變換的圖

2、像融合方法。論文的主要工作和創(chuàng)新之處如下: 1.針對(duì)小波變換的諸多缺陷以及普通Contourlet變換易產(chǎn)生混頻現(xiàn)象,選擇非采樣Contourlet變換對(duì)源圖像進(jìn)行頻域變換,能夠充分挖掘待融合圖像的方向信息,對(duì)于高維奇異性基于更稀疏的表示,體現(xiàn)了多尺度、多方向性;并且由于非采樣Contourlet變換的平移不變性,有效的避免了吉布斯現(xiàn)象的產(chǎn)生; 2.在設(shè)計(jì)融合規(guī)則問題上,對(duì)非采樣Contourlet變換分解得到的低頻子帶

3、系數(shù)和高頻子帶系數(shù)分別采用了不同的設(shè)計(jì)方案:在選擇低頻子帶系數(shù)時(shí),提出了一種基于清晰度的系數(shù)選擇方案;在選擇高頻子帶系數(shù)時(shí),引入脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)提出了一種自適應(yīng)PCNN的系數(shù)選擇方案; 3.在PCNN的使用中,采用圖像均值作為PCNN對(duì)應(yīng)神經(jīng)元的連接強(qiáng)度β,經(jīng)過PCNN點(diǎn)火判斷待融合圖像的清晰部分,并選擇清晰的像素作為融合圖像的高頻像素,使得PCNN具有一定的自適應(yīng)性; 4.分析比較了當(dāng)前各種圖像融合算法,并

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