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(jiǎn)介

1、本文主要圍繞基于多尺度的圖像融合技術(shù)理論及其應(yīng)用展開研究,論文主要工作如下:
   ① 介紹了多尺度分解與重構(gòu)工具在醫(yī)學(xué)圖像、多聚焦圖像、遙感圖像、紅外與可見光圖像融合方面的應(yīng)用,比較了不同的多尺度分析工具在圖像融合中的性能。對(duì)小波變換的圖像融合原理進(jìn)行了簡(jiǎn)要概述并給出簡(jiǎn)單融合實(shí)驗(yàn)。在肯定小波變換作為圖像多尺度融合工具所具有明顯優(yōu)勢(shì)的同時(shí),指出了其因缺乏平移不變性易導(dǎo)致相位偏差降低融合質(zhì)量的不足;
   ② 定義了能夠反

2、映圖像之間區(qū)域相似程度的空間頻率比概念。在現(xiàn)有提升小波變換理論基礎(chǔ)上,通過取消其奇偶分裂環(huán)節(jié),得到具有平移不變性的非采樣提升小波變換。在選擇低頻子帶系數(shù)時(shí)提出了一種基于空間頻率比的加權(quán)與選擇相結(jié)合系數(shù)選擇方案;針對(duì)高頻子帶的融合,采用一種基于邊緣信息的加權(quán)融合方法。對(duì)多聚焦圖像進(jìn)行了融合實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果顯示出該算法相對(duì)于傳統(tǒng)基于小波的圖像融合方法具有明顯的優(yōu)越性;
   ③ 提出了基于非采樣Contourlet變換的改進(jìn)融合算法,

3、并以區(qū)域?qū)Ρ榷群涂臻g頻率比作為融合規(guī)則測(cè)度。針對(duì)紅外與可見光圖像進(jìn)行實(shí)驗(yàn)。圖像經(jīng)分解后低頻部分采用基于圖像物理特征的“加權(quán)平均”系數(shù)融合,對(duì)高頻系數(shù)采用基于區(qū)域?qū)Ρ榷扰c空間頻率比相結(jié)合的系數(shù)融合方法。實(shí)驗(yàn)結(jié)果表明該方法相對(duì)于傳統(tǒng)的簡(jiǎn)單融合方法以及基于區(qū)域能量的融合方法能得到具有更好視覺效果和更優(yōu)量化指標(biāo)的融合圖像;
   ④ 由于非采樣Contourlet變換在分解過程采用非采樣拉普拉斯金字塔的方式進(jìn)行的,在進(jìn)行方向?yàn)V波時(shí),容易

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