搜索资源列表
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
WaveletFusion
- 基于小波变换的多传感器融合算法，先通过小波变换分离低频信号和高频噪声，计算高频噪声的方差，通过不同传感器信号噪声方差的大小决定不同传感器的置信程度（方差越小，权重越大），最后进行信号融合。-Wavelet-based multi-sensor fusion algorithm, the first separation of low-frequency signal by wavelet transform and high frequency noise, calculate the vari
region-image-fusion
- 图像融合的经典方法有很强的学习价值算法改进-Image fusion refers to the techniques that integrate complementary information from multiple image sensors’ data in a way that makes the new images more suitable for human visual perception and reduces computation processing
registration
- 不同传感器或同一传感器在不同时间、不同地点获得的图像在空间上往往会存在差异。图像配准是图像融合的重要前提条件，配准精度的高低直接决定融合的重要前提条件，配准精度的高低直接决定融合结果的质量，图像配准是图像融合的关键技术之一。对不同的图像以及应用领域，适用的配准方法有可能有很大的差别，根据图像特点和应用角度找出适合的配准方法，是解决图像融合问题的关键。-Different sensors or the same sensor at different times, in different lo
ronghe
- 两个传感器进行串联形式连接，融合系统贝叶斯风险曲线以及ROC曲线-Two sensors are connected in series, as well as fusion system Bayesian risk curve ROC curve
Multiseural
- Multisensor image fusion has its effective utilization for surveillance. In this paper, we utilize a pulse coupled neural network method to merge images different sensors, in order to enhance visualization for surveillance. On the basis of sta