2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、紅外和可見光圖像融合技術(shù)作為多源圖像融合領(lǐng)域的一個(gè)重要分支,在軍事、生物、監(jiān)控、工業(yè)等領(lǐng)域有著非常重要的作用。針對(duì)不同源圖像互補(bǔ)的特性,進(jìn)行紅外與可見光圖像融合技術(shù)的研究有著十分重要的意義。本文主要對(duì)基于稀疏表示的紅外與可見光圖像融合算法和圖像融合質(zhì)量評(píng)價(jià)方法及應(yīng)用展開研究。在傳統(tǒng)稀疏融合算法的基礎(chǔ)上,提出基于區(qū)域能量和方差的自適應(yīng)圖像融合模型,實(shí)現(xiàn)了紅外與可見光圖像的高質(zhì)量融合。主要工作和研究成果包括以下幾個(gè)方面:
  (1)研

2、究了圖像稀疏表示的基本原理,針對(duì)影響稀疏融合算法融合性能的滑窗大小、滑動(dòng)步長(zhǎng)和融合規(guī)則等因素,進(jìn)行了實(shí)驗(yàn)仿真。通過對(duì)融合結(jié)果的對(duì)比和分析,確定了同類型的稀疏融合算法框架下各參數(shù)的最佳取值。
  (2)在對(duì)稀疏融合算法融合規(guī)則研究的基礎(chǔ)上,結(jié)合紅外圖像和可見光圖像的差異性特點(diǎn),提出了一種基于區(qū)域能量和方差的圖像融合方法。根據(jù)區(qū)域能量和方差的大小對(duì)各圖像塊進(jìn)行分類,自適應(yīng)地選取融合規(guī)則進(jìn)行處理,得到最終的融合圖像。對(duì)多種融合算法進(jìn)行實(shí)

3、驗(yàn)仿真和性能分析,結(jié)果表明本文提出方法的有效性和高質(zhì)量的融合效果。
  (3)研究了圖像融合的常規(guī)評(píng)價(jià)方法。在已有的客觀評(píng)價(jià)方法基礎(chǔ)上,根據(jù)源圖像場(chǎng)景和融合目的,對(duì)融合性能評(píng)價(jià)指標(biāo)進(jìn)行分類,為以后融合圖像性能評(píng)價(jià)時(shí)評(píng)價(jià)指標(biāo)的選取提供指導(dǎo)意見。
  (4)利用本文提出的稀疏融合算法對(duì)多組視頻序列進(jìn)行融合處理,得到的融合序列進(jìn)行目標(biāo)檢測(cè),并與單一傳感器圖像序列進(jìn)行目標(biāo)檢測(cè)對(duì)比,結(jié)果表明,將本文的稀疏融合算法應(yīng)用到紅外與可見光圖像

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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。

評(píng)論

0/150

提交評(píng)論