搜索资源列表
金字塔融合
- 对两幅聚焦距离不同的图像进行金字塔融合,得到像素相对较高的图像(Two images with different focus distances are fused in Pyramid, and pixels with relatively high image are obtained)
图像融合
- 先进行高斯金字塔分层,在拉普拉斯分解,最终将两幅局部有模糊的图像进行融合,最后显示清晰图像。(First Gaussian pyramid stratification, in Laplace decomposition, the final two local fuzzy image fusion, and finally show a clear image.)
对比度金字塔
- 图形对比度金字塔构建和图像融合,代码完整。(Graphic contrast in Pyramid construction and image fusion, the code is complete.)
DOG
- 图像的DOG金字塔构建和重构,图像融合,代码完整(Image DOG Pyramid construction, code integrity)
matlab_source_code
- Local Laplacian Filters: Edge-aware Image Processing with a Laplacian Pyramid
基于VC++的图像匹配的金字塔算法
- 基于VC++的图像匹配金字塔算法,可实现图像的精准匹配。(Pyramid based image matching algorithm VC++)
金字塔生成以及利用生成影像进行逐层匹配VC++
- 金字塔生成以及利用生成影像进行逐层匹配,用VC++语言进行实现。(The Pyramid formation and the use of generated image matching layer, using VC++ language to achieve.)
lptoolbox.tar
- 对输入信号进行拉普拉斯金字塔分解,得到不同尺度的图像信号。(The input signal is decomposed by Laplasse Pyramid, and image signals of different scales are obtained.)
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
代码
- 利用拉普拉斯金字塔实现图像融合;代码可直接运行(Image fusion using Laplacian pyramid; code can run directly)
Unet
- UNet最早发表在2015的MICCAI上,短短3年,引用量目前已经达到了4070,足以见得其影响力。而后成为大多做医疗影像语义分割任务的baseline,也启发了大量研究者去思考U型语义分割网络。而如今在自然影像理解方面,也有越来越多的语义分割和目标检测SOTA模型开始关注和使用U型结构,比如语义分割Discriminative Feature Network(DFN)(CVPR2018),目标检测Feature Pyramid Networks for Object Detection(FP