搜索资源列表
Research_on_Image_Fusion_of_SAR_and_Optical_Image.
- 由于成像方式及波谱接收段的不同.合成孔径雷达SAR(synthetic aperture radar)与可见光图像所反映的信息有很大差异，图像之间相关性弱，且互补性明显。因此在图像融合时，应该根据其互补性信息特征各取所长。在研究了一些现有融合方法的基础上，提出了一种基于互补信息特征的SAR与可见光图像融合方法。首先通过基于像素邻域的能量统计特性融合SAR与可见光图像，将SAR图像中的重要目标信息加入到可见光图像中，然后再利用小波变换进行二次融今，充分加入原始图像的边缘细节信息。实验结果表明，该融
wavelet
- 为了避免常规正交小波变换所引起的图像边缘失真，特别采用了双正交小波变换进行图像 的多分辨率分解。在融合处理时，为了获得更丰富的细节和更好的融合效果，对不同分解层、不 同方向上的高频分量以及同一分解层图像中的不同区域均采用不同的融合算子。实验结果表明， 该融合方法和融合规则是十分有效的，融合后图像的边缘和纹理细节都更加突出-In order to avoid the conventional orthogonal wavelet transform image edge distort
wavelet-matlab
- 基于小变换，以及边缘融合算法的图像边缘检测算法。包含了在多尺度下层层检测分解重构图像-Based transformations, and the edge of fusion algorithm for image edge detection algorithm. Contains layers of detection in multi-scale decomposition of the reconstructed image
ADAPTIVE-IMAGE-FUSION-ALGORITHM
- 针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对 低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值 对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明: 与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示了源图像中
3466
- 提出了一种基于人类视觉系统和模糊隶属度函数的小波卫星图像融合新算法,利用小波域的人类视觉系 统经验模型,刻画图像的边缘、纹理及高亮区域, 采用模糊隶属度函数自适应地计算权系数, 在小波域上通过加权 平均实现了图像融合。-Proposed a new algorithm based on human visual system and the fuzzy membership function of the wavelet satellite image fusion using wave
小波变换数字图像处理
- 小波变换能较好地保持图像细节和各频带的边缘信息，本代码采用Visual C++ 6.0，利用小波变换技术实现了图像复原、图像增强和图像融合。
2emote-sensing-image-fusion
- 2结合边缘特征的遥感图像融合 路雅宁 郭雷 李晖晖 光电工程 2012-09-15 期刊-Combining the two edge features of remote sensing image fusion, ning road Guo Lei The 2012-09-15 journals Li Huihui photoelectric engineering