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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、用光學(xué)傳感器對(duì)一個(gè)場(chǎng)景進(jìn)行成像時(shí),由于客觀條件的限制,很難對(duì)場(chǎng)景的每個(gè)細(xì)節(jié)進(jìn)行完整的呈現(xiàn)。這一問題就可以通過圖像融合技術(shù)加以解決。該技術(shù)已經(jīng)成為圖像處理領(lǐng)域的一個(gè)熱點(diǎn)問題,廣泛應(yīng)用于醫(yī)療診斷、機(jī)器視覺、目標(biāo)識(shí)別等領(lǐng)域。本文提出的基于雙樹M 帶小波變換(DTT)的圖像融合是首次將該變換應(yīng)用于圖像融合領(lǐng)域,由于其良好的方向性和較低的平移敏感性,取得了較好的融合效果。
本文重點(diǎn)研究了基于雙樹M 帶小波的圖像融合,從雙樹M 帶小波
2、變換和融合規(guī)則兩個(gè)方面對(duì)圖像融合的相關(guān)問題進(jìn)行了深入的研究和探討,并與現(xiàn)有的其他算法進(jìn)行了比較。
基于多分辨率分析的像素層融合算法在信號(hào)處理模式上更接近于人眼的處理模式,因此基于多分辨率分析尤其是基于離散小波變換(DWT)的融合算法取得了不錯(cuò)的效果,逐漸成為主流算法。但是,DWT 有其自身的缺陷,主要是平移敏感性和貧乏的方向性。雙樹M帶小波則可以彌補(bǔ)兩個(gè)方面的缺陷。雙樹M 帶小波把兩個(gè)經(jīng)典的小波樹平行的展開,用M帶濾波器組
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雙樹復(fù)小波變換的多聚焦圖像的融合.pdf
- 基于雙樹復(fù)小波變換的聲吶圖像的濾波.pdf
- 基于小波變換的彩色圖像融合研究.pdf
- 基于雙樹復(fù)小波變換的圖像去噪.pdf
- 基于雙樹復(fù)小波變換的聲吶圖像邊緣檢測(cè).pdf
- 基于雙樹復(fù)小波變換的圖像去噪算法研究.pdf
- 基于雙樹復(fù)小波變換的壓縮光譜圖像重構(gòu)算法研究.pdf
- 基于小波變換的圖像融合方法研究.pdf
- 基于小波變換的醫(yī)學(xué)圖像融合研究.pdf
- 基于小波變換的圖像融合算法研究.pdf
- 基于小波變換的數(shù)字圖像融合研究.pdf
- 基于小波變換的遙感圖像融合方法研究.pdf
- 基于小波和脊波變換的圖像融合.pdf
- 基于雙樹復(fù)小波變換的圖像清晰度評(píng)價(jià)算法.pdf
- 基于小波變換的集合樹塊圖像編碼.pdf
- 基于小波和復(fù)小波變換的醫(yī)學(xué)圖像融合的研究.pdf
- 基于小波變換的零樹圖像編碼的研究.pdf
- 基于小波變換的圖像融合及其評(píng)價(jià).pdf
- 基于小波變換的醫(yī)學(xué)超聲圖像融合.pdf
- 基于小波變換的圖像融合算法的研究.pdf
評(píng)論
0/150
提交評(píng)論