首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  电工技术   2篇
  2017年   1篇
  2015年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
近年来,机器视觉技术在水下环境探测中得到了广泛的运用,然而由于受到水下环境和光学系统景深的限制,无法获取清晰的全景图像。鉴于此,提出了一种基于小波清晰度计算的水下图像融合增强方法。首先,对源图像进行小波变换,并利用小波系数获取图像的清晰度。其次,利用获取的清晰度对图像进行区域划分,得到图像的聚焦区域。再利用不同的融合规则分别对聚焦区域和非聚焦区域进行融合。最后,将聚焦区域和非聚焦区域进行合成,得到最终的融合图像。实验证明,所使用的融合方法对于实验环境较差的水下图像效果有这较大的提升,更加便于水下环境的检测与分析。  相似文献
2.
图像的多尺度分解技术和融合规则是决定多聚焦图像融合效果的关键因素.k次W系是一类以k次多项式和k次分段多项式为基函数的新的混合正交函数系统,对应的W变换是一种具有正交性和精确重构性的有效多分辨分析工具.结合W变换的多尺度特点和非子采样方向滤波器组变换的多方向性,提出了一种新的基于W变换和非子采样方向滤波器组(NSDFB)的多尺度多方向变换.该变换利用W变换对图像进行多尺度分解,利用二维NSDFB对W分解的高频子带系数进行方向分解,得到不同尺度不同方向的子带图像.在此基础上,提出了一种新的多聚焦图像融合算法.该算法针对多聚焦图像高频系数的特点,改进了常用简化脉冲耦合神经网络算法,并将其用于高频系数的融合规则中.实验结果表明,提出的融合方法能够有效地选择源图像中的聚焦良好区域,抑制伪影信息,产生视觉效果更好的融合图像,且在标准差、信息熵、平均梯度和空间频率等客观评价指标上都优于传统的基于Contourlet变换、非下采样Contourlet变换、离散小波变换的融合方法.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号