搜索资源列表
regiondivisionandcombination
- 基于四叉树分解并且使用区域分离和合并的图像分割-based quadtree decomposition and the use of regional separation and integration of image segmentation
imageprocessing6
- 1．选择一幅图像，对该图像进行DCT块操作（将图像分成8×8小块，对每个小块进行DCT变换）。 2.利用屏蔽矩阵对DCT系数进行区域选择，然后进行逆变换（IDCT），合成原图像，计算合成图像的PSNR。 3.选择一小波函数，对一幅图像进行分解，显示各变换系数，观察其规律，并进行小波逆变换，合成原图像。
shan
- 利用离散小波变换和奇异值分解来检测图象的区域复制伪造
PicEnergy
- 根据被测图像纹理背景和目标区域在小波变换域内图像能量分布的不同,以及经过多尺 度分解后在各子空间信息分布的不同,提出与背景纹理的方向无关,把目标的变化具有旋转、平移 以及尺度不变性的能量特征作为检测的依据。实验证明该方法具有较好的适应性。-According to the measured image texture background and target region in wavelet transform domain energy distribution of the di
infraredimagedenoise
- 红外图像自适应降噪处理的的论文。该方法首先将图像分解为R，G，B颜色分量图像，对每幅图像进行小波变换。根据变换后的不同细节子图的小波系数在区域及方向上具有的不同相关性，用不同的窗口对不同细节图像系数的方差进行估计，然后对小波系数进行一种改进的阈值处理，得到结果图像。-An adaptive wavelet denoising algorithm is presented for noise rem oval of pseudo-color infrared images．
113172210SVD
- SVD随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,特别地,对于基于神经网络和SVD的自适应的数字水印技术进行了深入的研究与实验。首先比较全面地介绍了数字水印技术的发展历史、现状、基本模型、特征、分类、现有的主要的算法和应用,并对数字水印的发展前景做出了一个展望。接着阐述了神经网络和奇异值分解( SVD)的相关理论。利用图像
xiaoboduibidulsb
- 为了提供较大的秘密信息嵌入量和保持良好的载密图像质量,依据人眼对变换剧烈及较暗区域均不敏感的视觉特点,提出了一种基于小波对比度和最低比特位替换(LSB)的图像密写方法.该方法先将载体图像分成固定大小的小块,对每一小块进行小波分解后计算小波对比度.然后,根据该块小波对比度绝对值之和确定该块可以嵌入的位平面层数.最后,采用LSB密写技术逐层嵌入秘密信息.实验结果表明,该密写方法能嵌入较多的信息和保持良好的载密图像质量,并且可直接从载密图像中提取秘密信息.-In order to provide la
1231
- 现有的直方图均衡算法在增强图像对比度的同时， 输出图像的亮度与输入图像无关， 并且在均衡区域产生亮度饱和现象，提出了一种新的直方图均衡算法。以亮度保持的双直方图均衡算法( B B HE )为基础，改进其对子图像的分类方式：根据直方图对图像进行多峰值分解，得到一系列不同范围的子图像，然后对每一个子图像在其相应的灰度范围内进行直方图均 衡， 最后合并这些子图像的均衡结果。实验结果表明，直方图均衡新算法不仅在保持了输出图像亮度的同时， 而且非常有效 的解决了在原图像均衡区域产生的亮度饱和问题对图像的影
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
kuaisutisheng
- 针对CT 医学图像和MR I 医学图像成像特点, 提出了基于快速整数提升小波变换的融合方法。在CT 和 MR I 两幅医学图像配准的前提下, 利用提升小波变换把图像分解成低频和高频子图像, 对于小波变换后的高频 子图像, 选择区域标准差大的作为融合后的子图像 对于低频子图像, 采用加权融合, 最后进行小波逆变换, 得到 融合后的图像, 并对融合后图像用信息熵、平均梯度、相关系数的指标进行评价。实验结果表明, 基于快速整数提 升小波变换融合中, 小波高低频系数采用不同的规则能够取得
imagefusion
- 提出了一种基于多通道 Gabo r滤波器和 FCM聚类的图像融合新方法。该方法先利用模糊 C2均值聚类算法在多通道 Gabo r滤波器形成的特征空间上对图像进行区域分割 再对待融合图像进行多尺度小波分解 在此基础上利用 Gabo r滤波器提取高频段纹理特征构造区域相似度 ,应用区域相似度及信息量构造加权因子 ,从而得到融合图像的小波系数 最后 ,利用小波逆变换得到融合图像.-Proposed a multi-channel Gabo r filter and FCM clustering f
imagemattingwang
- 可得到高质量的分解结果，分割区域需要用户标定。- a high-quality segmentation is generated, interactively. Problematic areas can still be edited manually by the user.
ion
- 小波区域分解的头部三维模型重构Wavelet domain decomposition in the head three-dimensional model reconstruction-Wavelet domain decomposition in the head three-dimensional model reconstruction
Texture-Segmentation-Algorithm
- 引入二值图像的升高变换,并结合小波变换提出一种IC 图像纹理分割算法. 在纹理分割过程中,首先对IC 图像进行小波分解并对二值化后的近视部分进行升高变换,然后利用原图像信息识别出不同纹理,分割出不同区域. 实验表明,该算法快速、高效,具有很好的实用性.-The introduction of higher binary image transformation, combined with wavelet transform is proposed IC image texture segmen
RADAR-IMAGING-OF-ISAR
- SAR成像处理的过程是从回波数据中提取目标区域散射系数的二维分布，本质上是一个二维相关处理过程,因此最直接的处理方法是对回波进行二维匹配滤波，但其运算量很大，再加上SAR的数据率本来就高，这使得实时处难于实现。通常，可以把二维过程分解成距离向和方位向两个一维过程，Range-Dopper Algorithm（简称RD算法）-SAR imaging process is two-dimensional distribution of the scattering coefficient of th
Inpainting--on-Wavelet-
- 图像修复是图像处理的一个重要问题。这是一个困难的问题，同时填写在地区缺少图像信息的纹理和结构。以损坏的图像inpaint失踪的结构和纹理信息，基于小波分解的图像修补算法提出。首先损坏的图像分解成子图像和纹理结构，利用小波子图像转变。然后，地区结构中缺少的信息的子图像重建曲率驱动扩散（CDD），算法，而在同一区域的纹理子图像填写基于改进的纹理合成的典范 最后，恢复的图像，通过重组，结构和纹理恢复的结果。大量的实验表明，该算法可以快速，高效地恢复在同一时间的结构和纹理信息，视觉效果和峰值信噪比比（P
image-fusion.RAR
- 给出了一种新的基于小波多尺度分解的分层图像融合方法. 其基本思想是先对源图像 进行小波多尺度分解 其次, 按照融合规则, 采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数 最后, 通过逆小波变换重构融合图像. 该方法被成功地用于图像的融合 处理. 此外, 利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量, 对该融合方法的融合性能 进行了评价与分析. 实验结果表明, 该融合方法是十分有效的- A novel h ierarch ical image fusio
estimate-the-defocus-map-in-an-image
- 估计是有用的图像散焦几个应用程序 包括去模糊,模糊放大,测量图像 质量和景深分割。在本文中,我们 现在一个简单而有效的方法来评估一个分散注意力 模糊映射关系为依托的对比 图像梯度在当地的图像区域。我们把这种关系 当地的对比之前。我们的方法的优势 是,它不需要过滤银行或频率分解 输入图像 相反,我们只需要比较 当地的梯度概要文件与当地的对比。我们讨论 背后的想法之前,展示其局部对比度 在各种各样的实验效果-Image defocus estimation is useful
QuadTRee
- 使用C++和matlab混合编程实现四叉树分解及合并区域的代码-C++ and matlab mixed programming quadtree decomposition and Mergers area code
Clustering
- 对一幅图像进行聚类操作 分解为不同区域 标记不同颜色-Clustering operation on a decomposition of the image in different regions marked in different colors