已閱讀1頁，還剩77頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、本論文主要研究了基于非下采樣Shearlet變換和加權(quán)區(qū)域能量選取規(guī)則的多聚焦圖像融合算法。為消除Shearlet變換中下采樣引起的偽吉布斯效應，本文采用了具有平移不變性的非下采樣Shearlet變換（NSST）對多聚焦圖像進行融合，并提出加權(quán)區(qū)域能量選取的融合規(guī)則。NSST主要包括多尺度分解和方向濾波過程。本文采用一組非下采樣的兩通道最大平坦響應濾波器構(gòu)成非下采樣拉普拉斯塔形分解濾波器，對圖像進行多尺度分解。采用Meyer小波建立sh
2、ear濾波器對子帶圖像進行方向濾波。濾波后的系數(shù)利用加權(quán)區(qū)域能量選取融合規(guī)則進行融合。
本文用matlab對算法進行了仿真，實驗結(jié)果證明，當采用梯度矢量評估方法、基于權(quán)值的結(jié)構(gòu)相似度和基于邊緣的結(jié)構(gòu)相似度這三種客觀評價指標對融合圖像的質(zhì)量進行評價時，與基于其它融合規(guī)則的NSST變換、基于NSCT變換、基于CVT變換、基于Shearlet變換、基于小波變換的多聚焦圖像融合算法相比，對相同的源圖像本文算法的融合結(jié)果的客觀評價指標更
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Shearlet變換的多源圖像融合方法研究.pdf
- 基于Shearlet變換的多源遙感圖像融合算法研究.pdf
- 基于Contourlet變換的多聚焦圖像融合研究.pdf
- 基于Curvelet與Shearlet變換的遙感圖像融合.pdf
- 基于多尺度變換的多聚焦圖像融合算法研究.pdf
- 基于小波變換的多聚焦圖像融合與評價.pdf
- 基于小波變換低頻域增強的多聚焦圖像融合
- 基于小波變換的多聚焦圖像融合技術(shù)研究.pdf
- 基于小波變換低頻域增強的多聚焦圖像融合.pdf
- 基于Shearlet與改進PCNN的圖像融合方法研究.pdf
- 多尺度變換的多聚焦圖像融合算法研究.pdf
- 基于Shearlet變換的圖像融合與去噪方法研究.pdf
- 基于雙樹復小波變換的多聚焦圖像的融合.pdf
- 基于Shearlet的圖像融合研究.pdf
- 基于小波變換的多聚焦圖像融合算法的創(chuàng)新研究.pdf
- 外文翻譯--基于曲波變換的多聚焦圖像融合算法研究
- Shearlet變換在圖像融合中的應用研究.pdf
- 基于Shearlet的圖像融合方法研究.pdf
- 基于Shearlet變換的圖像去噪.pdf
- 基于多尺度的多聚焦圖像融合算法研究.pdf
評論
0/150
提交評論