排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
基于自适应局部Log-Gabor能量的多聚焦图像融合 总被引:2,自引:0,他引:2
利用全局搜索策略,设计适用于图像融合的最佳Log-Gabor滤波器组,并提出了一种基于自适应局部Log-Gabor能量的多聚焦图像融合方法:首先将多聚焦图像进行自适应分块,然后用最佳Log-Gabor滤波器组对这些子图像进行滤波,从而提取出该子图像的Log-Gabor能量,比较对应子图像的Log-Gabor能量,以挑选出其中清晰的像素并进行一致性检验,重构图像.本文给出了融合实验结果和各项评价指标,结果表明该方法与经典的融合方法相比性能更优,明显提高融合图像质量和运行效率. 相似文献
2.
针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种基于局部多向梯度模的图像融合方法:先对源图像进行分块,然后用方向导数构造的多向梯度滤波器组对图像块进行多向梯度滤波,从而提取出不同方向的边缘特征,通过比较对应块图像总的梯度模的大小来判断属于清晰还是模糊的像素,以此达到融合图像目的。通过实验,证明了该方法简单、有效,对于多聚焦图像的融合具有很好的效果和很好的稳定性。 相似文献
3.
为解决复原后的运动模糊人像图像的轮廓模糊、细节丢失等问题,提出了基于多级跳跃残差组生成对抗网络(GAN)的运动人像去模糊方法。首先,改进残差块以构造多级跳跃残差组模块,并改进PatchGAN的结构以使GAN能够更好地结合各层的图像特征;其次,使用多损失融合的方法优化网络,从而增强重建后图像的真实纹理;最后,采用端到端的模式将运动模糊的人像图像进行盲去模糊操作,并输出清晰的人像图像。在CelebA数据集上的实验结果表明,相较于DeblurGAN(DeblurGAN)、尺度循环网络(SRN)和MSRAN(Multi-ScaleRecurrentAttention Network)等基于卷积神经网络(CNN)的方法,所提方法的峰值信噪比(PSNR)和结构相似度(SSIM)分别至少提高了0.46 dB和0.05;同时,所提方法的模型参数更少,修复速度更快,且复原后的人像图像具有更多的纹理细节。 相似文献
4.
针对现阶段卷积神经网络参数量较大,检测速度较慢,无法嵌入至移动端电子设备,且在复杂环境下检测精度较低的问题,设计了两层前后分离轻量级的卷积神经网络的人脸检测方法。第一层网络采用全卷积神经网络,用于快速提取人脸特征,并生成大量的人脸边界候选框。第二层网络采用深层全连接卷积神经网络,将第一层网络推断的人脸候选区域进行筛选,并输出人脸大小、坐标和置信度。实验表明,本文设计的人脸检测方法在人脸基准数据集FDDB上具备较高的检测精度和检测速度,轻量级的网络设计使得算法移植到前端电子设备成为了可能。 相似文献
5.
基于图像块多向梯度模的小波图像融合方法* 总被引:1,自引:0,他引:1
利用块分割图像融合算法的思想,提出了一种基于多向梯度模的小波图像融合方法:对图像块进行小波分解,利用小波反变换得到相同尺度的高频图像块,然后对高频图像块多向梯度滤波,比较对应块的高频图像的总的梯度模值,以挑选出其中清晰的图像块并进行一致性验证,重构图像。该方法不用进行小波反变换重构图像,真正保留了原始的清晰图像。通过实验,证明了该方法对于多聚焦图像的融合具有很好的效果和很好的稳定性。 相似文献
6.
利用全局搜索策略,设计适用于图像融合的最佳Gabor滤波器组,并提出了一种基于局部Gabor能量的多聚焦图像融合方法:通过利用最佳Gabor滤波器组对局部图像进行滤波,从而提取出该局部图像的Gabor能量,比较对应局部图像的Gabor能量,以挑选出其中清晰的像素并进行一致性检验,重构图像。本方法真正保留了原始的清晰图像,实现了高精度融合。通过实验,证明了该方法对于多聚焦图像的融合具有很好的效果,明显提高了运行效率。 相似文献
7.
8.
9.
10.
上腰刻面和下腰刻面的倾角是圆明亮琢型宝石切工中两个重要的参数。本文对美国宝石学院(GIA)新切工标准中"EX级"的上、下腰刻面倾角加以规范,并运用数学方法和计算机软件(Pro/E、Matlab和MathCAD)对规范进行可视化处理;最后对相关文献提供的样品数据进行可视化、参数化处理。这种方法对圆明亮琢型宝石的设计、加工和成品检测都具有指导意义。 相似文献