排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
超分辨率图像重建效果是由参与重建的各个低分辨率图像的质量、数量、图像的相对关系等因素及重建算法决定的。因此在超分辨率重建研究中,往往需要用一些已知的图像来研究算法的效果。现实中,要按算法实验的要求获取一定数量的同一场景的低分辨率图像是很困难的。本文设计并实现了一种基于MATLAB语言的图像退化仿真系统,该系统可以用一张高分辨率图像作为图像源,按实验要求,经过图像形变(包括旋转、亚像素平移、模糊化、降采样和加噪)采样得到一组低分辨率图像;利用这组低分辨率图像就可以研究图像重建的效果及方法的可行性等。实验表明,该图像退化仿真系统是可行的,由于有原图像,还可以对重建效果进行很好的评价。 相似文献
3.
针对SIFT算法存在提取特征点数目大、运算速度慢、匹配点正确率不高的问题,提出一种基于区域选择和SIFT的遥感图像配准方法。首先对遥感图像进行粗配准,按照粗配准系数获得图像系列的重叠区。分割重叠区域,利用二维小波变换对分割图像进行变换得到其三个方向的高频分量,计算其高频能量总和,选取能量值最大的图像块代替原图像按照SIFT算法进行配准。改进后的方法不仅能够避免传统SIFT配准提取冗余干扰特征点,且能够加快匹配速度,提高匹配点正确率,尤其适用于大幅遥感图像配准。实验结果表明,该改进算法能够获得较高的配准精度且配准效率高。 相似文献
1