搜索资源列表
第12章 图像的纹理分析方法
- 图像的纹理分析方法(从图像、图形融合的思想出发 ，介绍了基于图像分析的表面形状恢复及纹理 三维特征获取方法，并将其应用于图形建模和纹理映射．首先利用不同视点下的遮挡 边缘序列，并结合其它视觉信息的分析，获取了表面点的三维几何坐标，实现了基于 图像分析的表面形状绘制．接着利用阴影分析方法，提取纹理图像的表面起伏特征， 将该特征结合像素点的颜色属性，进行图形纹理映射，实现了基于图像特征分析的图 形纹理生成．实验结果证明了图像、图形融合思路的可行性和有效性及图像、图形融 合方法
FusionCode1
- 针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高频分量的特征信息来判定清晰目标或模糊目标，以此来设计融合算法
iris1
- 提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor 小波变换 提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征，在滤波后的子窗口图像上运用灰度 级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部 特征进行分类识别。
PLS
- pls是图像融合中的线性算法
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
pinjie
- 本文用用Harris算子提取特征点，基于特征点的匹配，加权融合图像拼接-In this paper, feature extraction using Harris operator point, based on feature matching, weighted fusion image mosaic
sift
- 基于SFIT算法的图像处理程序，可以实现一幅图像的特征检测和显示检测结果，同时可以实现两幅图像之间的配准，并接配准后进行拼接，以便用于图像融合使用。-SFIT algorithm based on image processing program, can achieve an image feature detection and display test results, and can achieve the registration between two images and then
Study.on.License.Plate.Segmentation.Based.on.Color
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌 区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。-Intelligent Transport System in the license pla
tuxiangpinjiefa
- 一种全自动稳健的图像拼接融合算 提出了一种全自动稳健的图像拼接融合算法。此算法采用Harris角检测算子进行特征点提取,使提取的 精度达到了亚像素级,然后以特征点邻域灰度互相关法进行特征点匹配得到了初步的伪匹配集合,并运用稳健的 RANSAC算法将伪匹配点集合划分为内点和外点,在内点域上运用LM优化算法精确地估计出了图像间的点变 换关系,最后采用颜色插值对交接处进行颜色过渡。整个算法自动完成,它对有较大误差或错误的特征点数据迭代 过滤,并用提纯后的数据来做模型估计 -A ro
Harris
- 基于matlab的Harris特征检测 广泛应用于图像处理 图像拼接 图像融合等-Harris
TuXiangShu
- 本书主要论述了智能图像处理技术,系统介绍了智能图像处理技术的有代表性的思想、算法与应用，跟踪了图像处理技术的发展前沿。全书共分为15章，重点讨论了图像边缘检测、图像分割、图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印。此外，为了内容的完整性，本书还介绍了图像预处理技术，如图像采集、图像变换、图像增强、图像恢复、图像编码与压缩-This book focuses on intelligent image processing technologies, sy
IRandvisbletuxiangpeizhun
- 针对可见光与红外图像的特点和难点，提出了可见光与红外图像配准与融合中的关键技术，即: 使用新型的基于一维最大类间方差和最大连通性测量的图像分割方法对源图像进行分割来更好地实行图像粗 配准 使用新型的特征点提取方法，特征点的匹配及误匹配的消除来更好地实行图像精配准 采用新型的基 于区域的树状小波活性测度计算来实现树状小波图像融合 利用自生成神经网络来实现模栩图像融合. -For visible light and infrared images of the characteris
PCA
- 主成分分析法能较好地实现图像融合，特别是空间特征保持非常好，但光谱特征的保持性要差一些。-Principal Component Analysis to achieve a better image fusion, in particular, to maintain a very good spatial characteristics, but to maintain the spectral characteristics of some worse.
Wavelet_image_fusion
- 对每一路图像进行小波变换，分别到其水平、垂直、四十五度角方向的高频分量以及其低频分量，得到每路图像的小波金字塔； 按取较大值的原则对两幅图像的不同层次、不同特征层的信息图分别进行融合； 根据融合的各图像分量的小波序列，进行小波逆变换，得到最后的融合图像。 -Road images of each wavelet transform, respectively, to its horizontal, vertical, 45 degree angle the directio
jiyutezhengronghehemohuhepanbian
- 提出了基于特征融合和模糊核判别分析(FKDA)的面部表情识别方法。首先，从每幅人脸图像中手工定 位34个基准点，作为面部表情图像的几何特征，同时采用Gabor小波变换方法对每幅表情图像进行变换，并提取基 准点处的Gabor小波系数值作为表情图像的Gabor特征；其次，利用典型相关分析技术对几何特征和Gabor特征进 行特征融合，作为表情识别的输人特征；然后，利用模糊核判别分析方法进一步提取表情的鉴别特征；最后，采用最 近邻分类器完成表情的分类识别。通过在JAFFE国际表情数据库和
lyf
- 利用图像的不变矩以及模式识别的内容，构造三维飞机图像的矩特征，然后再利用D-S证据理论的改进方法 吸收法对图像进行融合 对飞机的型号进行匹配-Moment invariant of image and pattern recognition of the content, structure features three-dimensional plane images of the moment, and then use the improved DS evidence theory met
matlab.QIyizhifenjie
- 关于奇异值分解，图像特征融合，图像处理的特征图提取方法-About the singular value decomposition
图像融合算法
- 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。实验结果表明，该方法有效提高了匹配点对的正确率，能够对电气设备红外和可见光图像实现高精度的配准。(In this paper, a method based
图像拼接技术
- 运用sift算法进行特征点的提取并实现特征点的匹配与融合(SIFT algorithm is used to extract feature points and realize matching and fusion of feature points.)
图像清晰度评价指标Matlab
- 图像清晰度评价函数说明 1、熵: 表示图像所包含的平均信息量的多少,嫡值越大则所含信息量越多。 文件名：entropy.m 结果：EN 2、交叉嫡：反映两幅图像的差异,交叉嫡越小,则融合图像和原图像的差别越小。 文件名：cross_entropy.m 结果：平均交叉嫡MCE，均方根交叉嫡RCE 3、峰值信噪比: PSNR越高,说明融合效果与质量越好。 文件名：psnr.m 结果：PSNR 4、Qabf: 评价边缘或梯度质量，越大边缘越明显 文件名：Qab