排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
基于Contourlet区域对比度的遥感图像融合算法 总被引:9,自引:0,他引:9
为综合利用多传感器遥感图像之间的信息,提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具,比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换,在contourlet域完成图像信息的融合,最后通过逆变换得到融合结果。根据分解系数特性,首次提出了contourlet域的区域对比度作为高频子带的融合规则,系数选择更符合人类视觉系统的要求,使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则,在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法,且能够有效增强源图像的对比度和细节信息。 相似文献
2.
针对航拍视频图像在光学变换和几何变换下特征匹配容易产生误匹配,以及匹配精度不一致等问题,提出一种结合不变特征和映射抑制的航拍视频配准算法。首先,利用Harris检测器在尺度变化下的局部区域内选择出最稳定角点,并利用分区检测方法提取出分布均匀的角点作为待配准点。然后,计算以特征点为中心邻域窗口的描述符,通过比较两幅待配准图像特征点邻域描述符的欧式距离,提取出初始匹配点对。对匹配对点集建立D-三角网图,利用映射抑制方法提取出精确度最高的少数匹配点,并对模型参数进行估计,完成视频帧间的配准。大量实验表明,所提方法对航拍视频图像配准具有较强的适应性且配准精度高。 相似文献
3.
4.
在内窥镜图像处理中,如何消除图像中的噪声一直是个热点问题。由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,二进小波变换的图像去噪效果会好于小波级数变换的图像去噪效果。基于这个思想,文章从二进小波理论入手,提出一种自适应二进小波去噪模型,简称ADWD。该方法利用图像信息、噪声信息与小波系数之间的关系,采用局部自适应的方法识别噪声像素,避免了直接确定噪声门限的困难。实验结果及分析表明该方法对Gaussian噪声和Pepper噪声均有较高的信噪比,且对图像的细节有较好的保持能力。 相似文献
1