

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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于光學(xué)成像系統(tǒng)的景深范圍有限,使得在對某一場景成像時很難獲得所有目標(biāo)都清晰的成像,在景深范圍內(nèi)的目標(biāo)成像清晰,在景深范圍外的目標(biāo)成像模糊。若想得到場景中所有目標(biāo)清晰的成像,可以通過采用圖像融合技術(shù)來實(shí)現(xiàn)。不同聚焦圖像融合技術(shù)是按照一定的融合準(zhǔn)則對同一場景的多幅不同聚焦圖像進(jìn)行融合處理,融合得到的圖像中所有目標(biāo)都是清晰的,為人眼觀察、計(jì)算機(jī)視覺和計(jì)算機(jī)的進(jìn)一步處理等提供更全面、更準(zhǔn)確、更豐富的信息。不同聚焦圖像融合技術(shù)在軍事、民用、計(jì)算
2、機(jī)視覺、虛擬現(xiàn)實(shí)等方面都有著重要而廣泛的應(yīng)用前景。本文對不同聚焦圖像融合展開研究,提出和改進(jìn)了一些融合算法,主要的研究工作與成果如下:
對現(xiàn)有的基于空間域圖像融合算法進(jìn)行深入研究和驗(yàn)證,提出一種基于多級分塊迭代法的不同聚焦圖像融合算法,算法能較完整地提取源圖像的清晰區(qū)域進(jìn)行融合。該算法首先采用多級分塊策略對圖像進(jìn)行分塊,根據(jù)清晰度差異和引入一致性檢驗(yàn)原則判斷圖像塊的清晰度,然后采用迭代法策略分割出圖像的清晰區(qū)域,最后提取各
3、源圖像中的清晰區(qū)域進(jìn)行融合。仿真實(shí)驗(yàn)結(jié)果表明,提出的算法能夠有效提取圖像的清晰區(qū)域,融合不同聚焦圖像取得的效果優(yōu)于加權(quán)法、區(qū)域能量法和小波變換法。
對基于變換域圖像融合算法進(jìn)行深入研究和驗(yàn)證,提出一種基于改進(jìn)的小波-Contourlet變換的融合算法,算法能提高融合系數(shù)的準(zhǔn)確性。該算法對圖像進(jìn)行小波-Contourlet變換得到一個低頻子帶和一系列方向各異的高頻子帶,對低頻子帶和高頻子帶分別采用不同的基于區(qū)域的融合準(zhǔn)則。采
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 像素級多聚焦圖像融合算法研究.pdf
- 多聚焦圖像像素級融合算法研究.pdf
- 基于PCNN的多聚焦圖像融合算法研究.pdf
- 小波域多聚焦圖像融合算法的研究
- 基于多尺度的多聚焦圖像融合算法研究.pdf
- 小波域多聚焦圖像融合算法的研究.pdf
- 基于分塊機(jī)制的多聚焦圖像融合算法研究.pdf
- 多尺度變換的多聚焦圖像融合算法研究.pdf
- 基于分塊機(jī)制的多聚焦圖像融合算法的研究.pdf
- 基于多尺度變換的多聚焦圖像融合算法研究.pdf
- 基于小波分析的多聚焦圖像融合算法研究.pdf
- 基于多尺度分析的多聚焦圖像融合算法研究.pdf
- 外文翻譯--基于曲波變換的多聚焦圖像融合算法研究
- 基于小波變換的多聚焦圖像融合算法的創(chuàng)新研究.pdf
- 像素級圖像融合算法研究.pdf
- 圖像融合算法研究及應(yīng)用.pdf
- 多源圖像融合算法研究.pdf
- 高光譜圖像融合算法研究.pdf
- 圖像融合論文-圖像融合算法研究及其實(shí)現(xiàn)
- 結(jié)合圖像分割的圖像融合算法研究.pdf
評論
0/150
提交評論