版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、單幅圖像通常不能全面準(zhǔn)確地反映一個場景的所有信息。圖像融合通過綜合同一場景多幅圖像之間的互補(bǔ)信息、消除冗余信息,來提高對場景描述的準(zhǔn)確度與可靠性,使得結(jié)果圖像更易于被理解與分析。多聚焦圖像融合作為圖像融合的一個重要分支,該技術(shù)的目的是將不同聚焦所獲得的目標(biāo)能同時清晰地呈現(xiàn)在同一幅圖像中。
本文系統(tǒng)研究了數(shù)據(jù)的過完備稀疏表示理論,并將其引入到多聚焦圖像的融合過程,提出了新的圖像信息融合策略。論文的主要工作如下:
2、 1.系統(tǒng)的闡述了過完備稀疏表示理論,綜述了圖像過完備稀疏表示在圖像處理與分析領(lǐng)域的應(yīng)用。給出了K-SVD字典學(xué)習(xí)算法步驟、完成了三組過完備字典的學(xué)習(xí),給出了正交匹配追蹤算法步驟并研究了其中殘差參數(shù)的選取方法。
2.在基于像素鄰域稀疏表示的基礎(chǔ)上,設(shè)計了一種新的圖像信息融合規(guī)則。在該規(guī)則中,根據(jù)系數(shù)向量的稀疏度來判斷圖像塊的活性度。通過活性因子的大小來選擇稀疏表示的系數(shù)。實(shí)驗(yàn)表明該融合規(guī)則在某些指標(biāo)方面優(yōu)于已經(jīng)提出的同類融
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于超完備字典稀疏表示的圖像融合.pdf
- 基于過完備字典表示的稀疏分解算法研究.pdf
- 過完備字典下的稀疏信號重構(gòu)研究.pdf
- 應(yīng)用過完備稀疏字典技術(shù)的流體模擬.pdf
- 基于字典學(xué)習(xí)和稀疏表示的圖像融合方法.pdf
- 基于冗余字典的圖像稀疏表示研究.pdf
- 基于信號過完備表示的信源定位研究.pdf
- 基于稀疏表示和超完備字典的WMSN視頻圖像去噪算法研究.pdf
- 【fy259】基于稀疏表示的多聚焦圖像融合與恢復(fù)【pdf+word】【中文8400字】
- 基于稀疏表示與字典學(xué)習(xí)的極化sar圖像壓縮
- 基于稀疏表示與字典學(xué)習(xí)的極化SAR圖像壓縮.pdf
- 【fy259】基于稀疏表示的多聚焦圖像融合與恢復(fù)【pdf+word】【中文8400字】
- 基于稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示與字典訓(xùn)練的圖像著色與圖像修復(fù)算法研究.pdf
- 基于過完備字典的非凸壓縮感知理論與方法研究.pdf
- 基于稀疏表示理論的多波段圖像融合與彩色化.pdf
- 基于多尺度濾波和稀疏表示的圖像融合方法研究.pdf
- 基于分塊稀疏表示的多傳感器圖像融合研究.pdf
- 稀疏過完備混合信號盲分離的研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪研究.pdf
評論
0/150
提交評論