登录
首页 » 图像处理 » 小波分析及局部区域能量的图像融合算法

小波分析及局部区域能量的图像融合算法

于 2022-11-04 发布 文件大小:449.35 kB
0 150
下载积分: 2 下载次数: 3

代码说明:

分析了小波分析及局部区域能量的图像融合算法的优缺点,提出了改进算法,实验证实算法具有较好的适应性和鲁棒性,分析了小波分析及局部区域能量的图像融合算法的优缺点,提出了改进算法,实验证实算法具有较好的适应性和鲁棒性。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 加权融合算法的Matlab源代码
    加权图像融合算法的Matlab源代码,包括IHS,PCA Fusion,主要运用在GSM中卫星图像处理,里面有例子图片,可以清晰的看见处理效果。
    2022-05-24 04:14:14下载
    积分:1
  • jpeg压缩代码
    以下代码参考zongzong1113的程序,仅作了很小修改,只处理亮度分量,其实色度分量处理方式是一样的 涉及颜色空间转换,DCT变换,DPCM差分编码、量化、Zig_Zag扫描 该程序未采用Huffman熵编码
    2022-03-30 17:42:17下载
    积分:1
  • 深度学习分类代码
    深度学习的一种模型deep-net其中是自编码SEA和分类器组成,用于图像分类;SEA可以用于可以代表输入数据的最重要的因素,加上分类器softmax就能实现分类;在图像分类上要好于其他的模型
    2022-08-12 17:00:35下载
    积分:1
  • 优化的Canny算子的Matlab边缘检测代码
    自己写的Matlab程序,实现了Canny算子对于图片的边缘检测功能。步骤分为:1,为源图像进行高斯低通平滑滤波。2,计算梯度幅值图像和角度图像。3,为图像进行非最大值抑制。4,用双阈值处理和连接分析来检测。
    2022-03-17 17:00:47下载
    积分:1
  • 采用最小均方差对背景进行预测
    应用背景二维最小均方滤波(TDLMS)实际上是一种典型的自适应线性预测算法,它在预测过程中采用了最小均方误差准则。当红外图像的背景具有强相关性时,二维最小均方滤波是行之有效的方法。关键技术经过上述自适应滤波处理后,将预测背景与原图像差分即可获得抑制背景后的目标图像。这种预测算法的特点是结构简单,速度快,并且能够使差分图像信噪比得到较大的提高。
    2022-01-28 14:22:01下载
    积分:1
  • 运动模糊复原
    应用背景运动模糊图像是常见的模糊图像之一,在生活中处处存在,比如相机照相是手抖动就有可能造成运动模糊,在军事,交通,医学等方面都有应用,所以对运动模糊图像复原的研究有重大的意义。关键技术本文先假设运动尺度和运动角度,构造一个点扩散函数,使原图像变模糊,然后运用四种算法对图像进行复原(维纳滤波,最小二乘法,L-R,以及盲卷积),通过对比看哪种算法效果更好。
    2022-09-01 10:50:04下载
    积分:1
  • VB人脸识别技术
    很不错的一个人脸识别技术,大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术,大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术,大家看看上面的图像就知道大概功能了 很不错的一个人脸识别技术,大家看看上面的图像就知道大概功能了
    2022-02-26 14:40:12下载
    积分:1
  • 从视频中检测手势区域
    手势检测从视频序列中检测到手并定位手的区域,该过程对于特征的选择与处理相当关键,肤色及运动信息是经常被采用的两个有效的特征。但是,现实环境中由于光照变化、背景复杂及其它不可预知的干扰,仅一个特征往往不能有效地定位出手,需要多种特征互补,手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置,并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。
    2022-04-24 21:58:28下载
    积分:1
  • 基于opencv线性插值缩放数字
    基于opencv对图像实行双线性插值缩放以及最临近插值缩放#include "highgui.h" #include "cv.h" IplImage *src=NULL; IplImage *dst1,*dst2; void main() { double scale1=0.1; double scale2=10; CvSize dst1_size; CvSize dst2_size; src=cvLoadImage("E:学习VC文件c++ pricticepro1pro1.jpg"); //缩小系数 dst1_size.width=(int)(src->width*scale1); dst1_size.height=(int)(src->height*scale1); dst1=cvCreateImage(dst1_size,src->depth,src->nChannels); cvResize(src,dst1,CV_INTER_NN);//像素插值(最邻近插值)缩小 //放大系数 dst2_size.width=(int)(dst1->width*scale2); dst2_size.height=(int)(dst1->height*scale2); dst2=cvCreateImage(dst2_size,src->depth,src->nChannels); cvResize(dst1,dst2,CV_INTER_NN);//像素插值(最邻近插值)放大 cvNamedWindow("原图",CV_WINDOW_AUTOSIZE); cvNamedWindow("缩小10倍后图",CV_WINDOW_AUTOSIZE); cvNamedWindow("缩小10倍后再放大10倍还原图",CV_WINDOW_AUTOSIZE); cvShowImage("原图",src); cvShowImage("缩小
    2022-03-11 07:02:41下载
    积分:1
  • 拉普拉斯锐化(边缘检测)
    图象在传输和转换过程中,一般情况下质量都要降低,除了加入了噪声的因素之外,图象还要变得模糊一些。这主要因为图象的传输或转换系统的传递函数对高频成分的衰减作用,造成图象的细节和轮廓不清晰。图象锐化就是加强图象中景物的细节和轮廓,使图象变得较清晰。在数字图象中,细节和轮廓就是灰度突变的地方。我们知道,灰度突变在频城中代表了一种高频分量,如果使图象信号经历一个使高频分量得以加强的滤波器,就可以达到减少图象中的模糊,加强图象的细节和轮廓的目的。可以看出,锐化恰好是一个与平滑相反的过程。我们使用对象素及其邻域进行加权平均,也就是用积分的方法实现了图象的平滑;反过来,应当可以利用微分来锐化一个图象。
    2022-09-02 06:55:02下载
    积分:1
  • 696516资源总数
  • 106686会员总数
  • 0今日下载