搜索资源列表
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
MI
- 一篇很好的互信息算法的综述，对不同模态图像运用PV插值技术实现配准的优劣性做了全面的分析。-failed to translate
Keil-uVision3
- 基于互信息的图像配准，优化算法采用Powell算法，采用matlab编写-Mutual information-based image registration, optimization algorithm uses Powell algorithm, using the preparation of matlab-Based on mutual information image registration, using Powell optimization algorithm, using
regiatration-dianlu
- 基于互信息的图像配准，优化算法采用Powell算法，采用matlab编写-Mutual information-based image registration, optimization algorithm uses Powell algorithm, using the preparation of matlab-Based on mutual information image registration, using Powell optimization algorithm, using
huxinxi
- 基于互信息的图像配准算法（MI NMI ECC三种算法） matlab实现-Registration algorithm based on mutual information of images (MI, NMI, ECC three algorithms)matlab Realization