搜索资源列表
20113025
- 数字图像处理基本算法，包括几何变形，边缘提取，特征提取，影像融合等多种操作-Basic digital image processing algorithms, including geometric distortion, edge detection, feature extraction, image fusion and other operating
KLMAN
- 简单来说，卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。-In simple terms, the Kalman filter is an optimal recurs
dolofas
- Convolutional Neural Networks for No-Reference Image Quality Assessment(泛读) Domain Transform for Edge-Aware Image and Video Processing NVIDIA Update: CUDA Week in Review (Spotlight on Deep Neural Networks CUDA 6) Skilling up for Oracle Fusion
shujuronghe-matlab
- matlab关于信息融合的源码程序，例如，里面包含卡尔曼滤波器、边缘检测、图像融合等方面。-Information about fusion matlab source program, for example, which contains the terms of the Kalman filter, edge detection, image fusion.
image-fusion13
- 这是从网上整理出来的图像融合评价标准，总共有13项性能指标。包括平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。-This is sorted out the online image fusion uation criteria, there are a total of 13 performance indicators
yqsftx
- 在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误.为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法.首先,将源图像分解成互不重叠的方法-In more focused image fusion process, the source image using fixed size block can lead to the existence of the fused images is blocking, edge bl
SOBEL
- 基于改进的多算子融合的图像识别系统设计，选择不同的模板进行图像边缘分割-Based on the improved multi-operator fusion image recognition system design, choose different templates for image edge segmentation
Kalman1960
- 机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等(Robot navigation, control, sensor data fusion, even radar systems in military areas, missile tracking, and so on. In recent years, it has been used in computer image processing
three
- 本文程序是根据"Zhao J, Feng H, Xu Z, et al. Detail enhanced multi-source fusion using visual weight map extraction based on multi scale edge preserving decomposition[J]. Optics Communications, 2013, 287: 45-52."编写的，最大的问题是运行时间太长了，有五六分钟，还有就是最后的融合效果并
水下图像去雾与增强
- 这篇论文提出了一种较好的水下图像增强的方法。首先使用经过端到端训练的卷积神经网络去测量输入图片，同时以自适应双边滤波器对传输图片进行处理。接着提出一种基于白平衡的策略来消除图片的颜色偏差，用拉普拉斯金字塔融合获得无雾和色彩校正图像的融合结果。 最后，输出图像被转换为混合小波和方向滤波器组（HWD）域，用于去噪和边缘增强。 实验结果表明，该方法可以消除颜色失真，提高水下图像的清晰度。(This paper proposes a better underwater image enhancement
FusionEvaluation
- 几种图像融合评价指标，AG,EN,FMI,MI,Qab,Qw,SF,SSIM，即平均梯度AG、信息熵EN、特征互信息FMI、互信息MI、边缘信息保持量Qab、加权融合质量评价因子Qw、空间频率SF和相似性指数SSIM。能较好的描述图像融合结果，稳定性较好。(Several evaluation indexes of image fusion, Ag, en, FMI, MI, qAB, QW, SF, SSIM, namely average gradient AG, information e