排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
多聚焦融合在图像识别和分析中具有非常重要的地位。为了有效地保留源图像的细节,克服变换域算法由于空间不连续性产生的人造纹理和灰度不均衡。该文结合复轮廓波时频分离的优点和向导滤波的特点提出了一种基于向导滤波的复轮廓波域多聚焦图像融合算法。首先,对源图像进行复轮廓波分解,其次对分解的低频系数进行基于向导滤波的均值融合策略,然后对分解的高频系数进行基于向导滤波的改进拉普拉斯能量和模取大的融合策略,最后通过复轮廓波反变换得到融合后的图像。实验结果表明,该算法利用向导滤波显著的提升了变换域融合算法的空间连续性,不仅可以获得良好的视觉融合效果,而且其客观评价指标也得到了提升。 相似文献
2.
为了提高多聚焦图像的融合效果,结合多源图像之间的共享相似性,提出了一种基于非下采样Shearlet变换(Nonsubsampled Shearlet Transform,NSST)域的自适应区域与脉冲发放皮层模型(Spiking Cortical Model,SCM)结合的新型图像融合算法。首先用NSST分解源图像,然后计算边缘能量(Energy Of Edge,EOE),在自适应区域用投票加权法融合低频系数,高频系数由边缘能量作为输入的SCM点火图融合,最后通过逆NSST获得该融合图像。该算法既可以很好地保持源图像的信息,又可以抑制在变换域因非线性运算产生的像素失真。实验结果表明,该方法优于最新的变换域和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)融合方法。 相似文献
3.
提出了一种基于非下采样剪切波变换(Non-subsampled shearlet transform, NSST)和高斯混合模型的医学彩色图像融合算法。首先将彩色图像转换到HSI颜色空间,提取其色度分量图像、饱和度分量图像和强度分量图像;然后对强度分量图像和MRI图像进行NSST变换,其中低频系数采用基于区域系数改进拉普拉斯能量和(Sum-modified-Laplacian,SML)加权的融合规则,高频系数采用高斯混合模型估计参数取大的融合规则;对融合后的系数进行NSST逆变换重构融合后的强度分量图像;最后将融合后的强度分量图像与色度分量图像、饱和度分量图像混合得到融合后的HSI图像,再将HSI图像转换到RGB颜色空间得到融合后的彩色图像。仿真实验表明,该算法在视觉效果和客观评价指标上具有更好的融合效果。 相似文献
4.
5.
图像盲去模糊问题是当今图像处理领域的热点问题之一.基于混合高斯先验模型的变分贝叶斯去模糊算法可以有效地复原模糊图像,成为一种重要的图像去模糊算法.虽然混合高斯先验模型可以很好地逼近自然图像的梯度分布,但是该模型在图像梯度值较大处往往会产生过拟合导致去模糊后的图像产生振铃效应,严重影响了图像可读性.利用有理数多项式先验模型代替混合高斯模型逼近自然图像的梯度分布,克服算法的上述缺点.有理数多项式函数的分母多项式强制函数在梯度值较大值时平滑,所以有效地避免了过拟合现象的发生,从而使得模糊核估计得更准确,减少振铃效应.实验结果表明了算法的可行性和有效性. 相似文献
6.
为了提高图像的加密效率和安全性,提出一种基于指纹密钥的光学双图像加密方法。首先,两幅待加密图像分别经置于输入平面和Gyrator变换域平面的两块指纹随机相位板的调制后,再经1次Gyrator变换,然后将Gyrator变换后的结果合成为一幅复振幅图像。最后,对得到的复振幅图像进行相位截断和振幅截断操作,得到加密图像和两个相位密钥。解密时,指纹、振幅截断得到的相位密钥、混沌系统的初值和控制参数、Gyrator变换参数均可作为解密过程中的密钥。在所提方法中,由于密钥与用户身份关联,加密系统的安全性得以进一步提高。此外,由于无需传输相位板密钥,密钥管理更为便捷。数值模拟结果表明,所提加密方法切实可行,具有较高的安全性和鲁棒性。 相似文献
7.
日本科技创新能力世界一流,拥有一批极具活力的创新型企业,离不开政府的大力支持。日本政府以《科学技术基本法》《科学技术基本计划》和《科学技术综合战略》为引领,以政府与企业、企业与外部单位、企业内部组织、企业与个人四个主体间关系为着眼点,实施了税收抵免优惠政策、“产学官”合作体制、中小企业扶持配套举措等。结合案例分析日本企业在国家政策指导下培育创新活力的一些做法,包括积极参与并主导产学研科技创新协作、创新企业合作模式、营造企业文化等。为激发我国企业创新活力,建议制定税收优惠政策时,在总量税收优惠的基础上考虑增量及合作购并等因素;建立健全新型举国体制,实现“政产学研用”协同创新体系;面向科技型、初创型中小企业,无偿支持原创性技术研发活动;在专精细分市场领域扶持中小企业联盟,激发自主创新活力。 相似文献
8.
9.
基于局部混合滤波的SAR图像边缘检测 总被引:5,自引:0,他引:5
该文结合基于非下采样方向滤波-双树复小波变换(NonSubsampled Direction Filter Bank-Dual-Tree Complex Wavelet Transform, NSDFB-DTCWT)的局部混合滤波算法和Dempster-Shafet (DS)证据理论提出一种基于局部混合滤波的SAR图像边缘检测算法。该算法首先对SAR图像进行局部混合滤波,然后对不同尺度滤波图像使用指数加权均值比(Ratio Of Exponentially Weighted Averages, ROEWA)算子检测边缘的强度,再使用Canny算子检测边缘的方向,从而得到SAR图像各尺度上的边缘,最后使用DS证据理论融合各尺度的边缘形成原始SAR图像的边缘。实验结果表明:该文所提出的算法具有很好的边缘检测效果,检测到的SAR图像的边缘定位准确和完整,且伪边缘较少。 相似文献
10.
深度学习网络在模式识别领域性能优异,但需要大量有标注样本对网络进行训练,而对于人脸认证情况下训练样本有限,且已有网络模型在不同人种间的性能差异大,往往会导致人脸认证失效.针对以上问题,本文首先在几种预训练深度网模型上构造孪生网络,并设计相似度度量网络;其次,选用多人种的人脸数据库(Racial Faces in-the... 相似文献