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、圖像融合是圖像處理的一種技術(shù)手段,是多傳感器信息融合中可視信息部分的融合。多聚焦圖像的融合是圖像融合研究中一類具有代表性的問(wèn)題,可以解除CCD中光學(xué)鏡頭焦距長(zhǎng)度的限制,獲得一個(gè)聚焦所有相關(guān)對(duì)象都清楚的圖像。融合圖像的質(zhì)量好于任何一個(gè)源圖像,有效地提高圖像信息的利用率和系統(tǒng)對(duì)目標(biāo)探測(cè)識(shí)別的可靠性。同時(shí),如何評(píng)價(jià)各種圖像融合效果的優(yōu)劣,使得融合算法的選取可以在量化的指標(biāo)下進(jìn)行,也已成為一個(gè)重要的研究課題。 本文從理論上對(duì)各種圖像融合
2、的方法進(jìn)行了研究與討論,其中著重研究了小波分析理論以及小波融合方法,對(duì)小波的分解層數(shù)作了選擇。在給出了各種圖像融合效果的評(píng)價(jià)方法之后,提出了一種基于模糊理論的圖像融合效果評(píng)價(jià)方法。并結(jié)合論文的研究對(duì)象一多聚焦圖像,選定熵值、交互信息量、平均梯度、偏差構(gòu)成單因素評(píng)價(jià)指標(biāo)集,引入基于專家評(píng)判法的人的知識(shí)確定隸屬度函數(shù),用對(duì)比排序法綜合個(gè)單因素指標(biāo)得到綜合評(píng)價(jià)指標(biāo)。 通過(guò)實(shí)驗(yàn)完成了各種融合方法的比較,確定并證實(shí)了小波方法的優(yōu)越性;對(duì)小
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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于小波分析的多聚焦圖像融合算法研究.pdf
- 基于小波分解和結(jié)構(gòu)張量重構(gòu)的多聚焦圖像融合方法研究.pdf
- 基于小波分析的多曝光圖像融合方法.pdf
- 基于小波變換的多聚焦圖像融合與評(píng)價(jià).pdf
- 基于SIFT和小波多尺度分析的多聚焦圖像融合方法研究.pdf
- 基于多小波分解的矢量圖像融合方法研究.pdf
- 基于多小波分析理論的圖像融合技術(shù)研究.pdf
- 基于小波分析的圖像融合算法研究.pdf
- 基于多小波分析的多光譜遙感圖像矢量融合及其仿真.pdf
- 多聚焦圖像融合方法綜述
- 基于非負(fù)矩陣和小波變換多聚焦圖像融合方法研究.pdf
- 基于小波變換的多聚焦圖像融合技術(shù)研究.pdf
- 多聚焦圖像的快速融合方法研究.pdf
- 基于不可分小波的多聚焦圖像融合.pdf
- 圖像融合方法及效果評(píng)價(jià)研究.pdf
- 多聚焦圖像像素級(jí)融合方法研究.pdf
- 像素級(jí)多聚焦圖像融合方法研究.pdf
- 多聚焦圖像融合研究.pdf
- 基于多尺度分析的多聚焦圖像融合算法研究.pdf
- 基于小波變換低頻域增強(qiáng)的多聚焦圖像融合
評(píng)論
0/150
提交評(píng)論