搜索资源列表
multifocus
- 针对同一场景可见光与红外图像的融合问题,提出了一种新的多尺度对比度塔图像融合方法. 该方法 利用对比度金字塔数据结构得到图像的多分辨序列,采用基于视觉特性的融合算子在图像的相应各级上融 合源图像的细节,再通过金字塔逆变换重构出最终融合图像. 这种图像处理方法具自适应性,不随各自输入 图像的灰度特性而改变,同时增强了融合图像的对比度,产生了较好的视觉处理效果.-for the same scene of visible and infrared images of integratio
B样条小波边缘检测的改进算法
- 第1章为绪论。简要介绍了课题研究背景、意义及研究现状。 第2章具体介绍小波变换应用在图像边缘检测的基本原理。在连续小波变 换基础上引入实际中应用范围较广的离散小波变换，重点分析了多分辨率小波 变换。 第3章介绍B样条小波边缘检测的改进算法。基于B样条小波变换，将 Contourlet变换应用在多尺度自适应阈值边缘检测中。 第4章介绍多层次自适应空间系数高斯小波边缘检测方法。将灰度共生矩 阵特征值应用在高斯小波变换中，提出一种多层次自适应算法。 第5章介绍Canny算子与小波变换结
matlabimageprocessing
- 本程序是基于小波变换的多尺度图像边缘检测matlab源代码，在Matlab7.0下运行-matlab
edgedetect
- 本程序利用matlab来实现基于小波变换的多尺度图像边缘检测。-This word use matlab to detect edge especially based on Wavelet Transform。
xiaobobianhuanzuixiaoercheng
- 小波变换的多尺度图像分割，和图像二值化程序。-Binary Image
sift5
- :研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简 化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点. -: Study of a multi-target recognition algorithm using SUSAN corner formed SIFT feature point
xiaobofenxi
- 首先介绍了图像边缘检测技术和几种经典的边缘检测算子。然后对小波变换进行了简单的理论分析，阐述了小波多尺度思想，并对基于小波变换的图像边缘检测进行了简单的介绍。-First,several classic edge detection operators are analyzed in this paper,and then the principle and status are briefly described.Second,the theory of wavelet transform i
Simulation-visual-mechanism
- 提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
Image-fusion
- 这是一篇图像融合方面的博士论文，在多尺度变换的基础上进行图像融合处理，实验结果表明能取得很好的融合效果。-This is an image integration doctoral thesis, in a multi-scale transformation based on image fusion, experimental results show that fusion can be achieved very good results.
image-fusion-(PCNN
- 基于神经网络的多源图像融合技术研究,基于多尺度变换的多源图像融合技术研究-Based on multiscale transform multi-source image fusion technology research
zijichangshimbianyige
- 以多光谱数据为原始数据，通过空间变换、滤波、融合、纹理及图像处理等手段，提取遥感图像多维、多尺度特征，最终建立面向目标检测、识别和分析的特征空间，并使用NASA的实测数据对方法的性能进行验证和分析。-Multi-spectral data to the original data, through space conversion, filtering tools, integration, texture and image processing, remote sensing images
Smal-l-Target--Detection
- 提出了一种新的基于小波包变换 和偏斜度的检测方法。该方法利用小波包对图像进行多尺度分解，解决了高频段分辨率低的问题； 并提出了一个基于偏斜度的高斯判别准则，用于对小波包分解系数进行高斯性检验，最终得到了 小目标的精确检测-The wavelet packets were applied to decompose the image into pyramid subbands at different scales and solve the problem of the high
多尺度Gabor小波变换在图像检索中的应用
- 对gabor变换和图像检索的细致解释，对学习gabor变换有很好的指导作用(A detailed explanation of Gabor transform and image retrieval)