搜索资源列表
-
1下载：
基于小波变换的图像融合，采用的是区域的6种算法-based on wavelet transform image fusion, using the region's six algorithms
-
-
0下载：
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
-
-
1下载：
本程序包是基于多分辨率分析的图像融合算法，其中包括基于区域的融合算法。对应程序有相关的文章，是学习图像融合最有用的资料。-This package is based on the analysis of multi-resolution image fusion algorithms, including region-based fusion algorithm. Procedures related to the corresponding articles, image fusion is
-
-
0下载：
基于matlab小波变换的图像融合，采用的是区域的6种算法-Matlab wavelet transform based image fusion, using the region of six kinds of algorithms
-
-
0下载：
小波变换在图像融合中的应用已有不少,但大多是热图像和可视图像的融合,在医学图像融合方面的研
究还比较少。针对这一现状,提出了基于形态学小波的医学多分辨率融合方法和小波域基于差值图像分割的加权融
合方法。该方法保留了小波的视觉效果,同时在很大程度上减少了运算的复杂度,优化了加权系数的计算方法,得到
了较好的融合效果。实验结果表明了该算法的优越性。-There are many app lications ofwavelet transform to image fusion. But
-
-
4下载：
基于小波变换的图像融合源代码，利用的融合规则分别使用简单的模值取大和基于区域能量。-Image fusion based on wavelet transform source code, the use of fusion rule modulus were obtained using a simple large and region-based energy.
-
-
0下载：
基于区域取小的图像融合算法
代码简练 实用-Based on region in small image fusion algorithm
-
-
0下载：
图像融合的经典方法有很强的学习价值算法改进-Image fusion refers to the techniques that integrate complementary information from multiple image
sensors’ data in a way that makes the new images more suitable for human visual perception and reduces
computation processing
-
-
0下载：
图像融合 是基于小波变换方法 融合规则是基于区域最大值法-Image fusion is based on wavelet transform method based on region fusion rules is the maximum method
-
-
0下载：
对遥感图像进行图像融合，基于各类IHS算的编程实现，并有效加强植被区域-Remote sensing image fusion, IHS-based operator of various types of programming, and effectively strengthen the vegetation region
-
-
0下载：
提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并
-
