搜索资源列表
yxpj
- 图像融合客观评价程序，包括扭曲度，相关系数，方差等
tuxiangronghe
- 本文给出了一种混合多级式多聚焦图像融合方法。对于三层小波分解的多聚焦图像融合，每幅图像被分解为三层十个频带。对这十个频带本文分别采用三种方法进行融合。对于低频系数，本文仍然采用求平均法；对于高频系数本文采用方差法和最大系数法进行融合。它们的计算量比最大系数法大一些，但是融合结果更接近于原始清晰图像，而相比于方差法，它们的计算量小的多，但是融合质量稍差一些，应用者可以根据不同的需要进行选择。-This paper presents a hybrid multi-level multi-focus
Imagefusionevaluation
- 图像融合的评价程序，包括熵、方差等评价指标。用MATLAB编写-Image fusion evaluation procedures, including the entropy, variance and other assessment indices. Prepared using MATLAB
FusionTest
- 对遥感融合图像从信息熵、清晰度、图像方差、对比度方面进行评价。-Integration of remote sensing images from the information entropy, definition, image variance, contrast to evaluate the area.
image_fusion_proforma_evalu_quality
- 这是从网上整理出来的图像融合评价标准，总共有13项性能指标。包括平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。大家一起交流吧~-This is sorted out from the online image fusion evaluation criteria, there are a total of 13 perform
评价指标
- 图像融合的各种方法的评价指标，包括熵，标准方差，等等
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
WaveletImageFusion
- 该程序是用小波的方法对两幅图像进行融合。在低频系数对小波系数采用基于区域方差的加权融合方法处理,高频系数采用基于像素点小波系数绝对值取大的规则进行融合。该方法避免了图像融合过程中因平均化而出现的模糊现象, 融合后的图像内容更加清晰, 更容易识别。-The program realized to fuse two images by the method of wavelet. In the low-frequency coefficients of the wavelet coefficient
CBIR
- 一个基于Gabor滤波器组的多特征融合的图像检索算法（CBIR based on Multi-Features Combining Multi-parameters from Gabor Filter-bank, 简称multi法），融合了基于Gabor 小波系数的标准方差，峰态，能量，平滑度和一致性度量五个特征量度，实验表明，该算法是一种更加有效的图像检索方法。-we propose a CBIR algorithm based on Multi-Features Combining Mult
quyufangcha
- 通过3*3矩阵移动计算图像区域方差反应图像能量 以此比较图像的清晰与否 实现图像融合-3* 3 matrix through mobile computing image image energy in this region compared variance response and clear images for image fusion or
gaijinwavelet
- 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
fusion
- 数字图像处理中的图像融合，有关融合前后图像的熵，方差，梯度等。-Digital image processing of image fusion, the fusion of images before and after the entropy, variance, gradient.
quyufangcahquda
- 基于区域方差取大的图像融合算法 代码编写经典-Based on the regional variance max of the image fusion algorithm
quyufangchaqudafusion
- 运用小波变换进行图像融合，对于高频区域，采用方差取大的原则。-Using the wavelet transform for image fusion, using the variance to take the principles of high-frequency region.
fusion-evaluation
- 图像融合中常用的评价指标（非常全面）如：平均梯度、相关系数、信息熵、交叉熵、联合熵、均方误差、互信息、信噪比、峰值信噪比、均方根误差、空间频率、标准差、均值、扭曲程度、偏差指数等等。-Image fusion evaluation (very comprehensive): average gradient, correlation coefficient, entropy, cross entropy, joint entropy, mean square error and mutual i
Multi-sensor-image-fusion-algorithm-
- 一种邻域一致性的NSCT域多传感器图像融合算法，针对同一场景多传感器图像融合问题，提出了一种基于邻域特性的非采样Contourlet变换域融 合新算法．首先对待融合图像进行非采样Contourlet变换分解，由邻域平均能量与方差构造各点的能量 方差决策值，基于决策值最大原则选择低频子带系数，从而在保持图像亮度的同时融合更多的边缘细 节；基于邻域能量最大原则选择带通方向子带系数，以保留更多的边缘．最后反变换得到融合图像．-Multi—sensor image fusion algori
Edge-image-registration
- 图像配准是多传感器图像融合研究中的一项关键技术。多传感器图像特别是波段相距较远的相 关性较小的图像，要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像，图像之间比较 明显的特征是各个物体之间的边缘．该文研究利用小波变换的方法提取图像的边缘，并对边缘图像作交互方 差分析，搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理，达到了精度较高的配准效 果．-Image registration is a key technology in the study o
Digital-Image-Processing
- C#编写，实现基本图像处理功能，包括计算均值、方差、协方差、相关系数、熵等，以及IHS变换、逆变换、直方图均衡、IHS融合、Brovey融合、Fourier变换、逆变换、各种植被指数计算等-Written in C#, basic image processing functions, including the calculation of the mean, variance, covariance, correlation coefficient, entropy, and IHS tra
1234
- 多聚焦图像融合代码，主要包含了方差法和最大系数法融合-Multi-focus image fusion code, mainly includes the variance method and the maximum coefficient fusion
图像处理评价指标
- 图像融合中的平均梯度、相关系数、信息熵、交叉熵、联合熵、均方误差、互信息、信噪比、峰值信噪比、均方根误差、空间频率、标准差、均值、扭曲程度、偏差指数等等(Average gradient, correlation coefficient, information entropy, cross-entropy, joint entropy, mean square error, mutual information, signal-to-noise ratio, peak signal-to-no