搜索资源列表
Research_on_Image_Fusion_of_SAR_and_Optical_Image.
- 由于成像方式及波谱接收段的不同.合成孔径雷达SAR(synthetic aperture radar)与可见光图像所反映的信息有很大差异，图像之间相关性弱，且互补性明显。因此在图像融合时，应该根据其互补性信息特征各取所长。在研究了一些现有融合方法的基础上，提出了一种基于互补信息特征的SAR与可见光图像融合方法。首先通过基于像素邻域的能量统计特性融合SAR与可见光图像，将SAR图像中的重要目标信息加入到可见光图像中，然后再利用小波变换进行二次融今，充分加入原始图像的边缘细节信息。实验结果表明，该融
基于小波和统计特性的自适应图象增强
- 基于小波和统计特性的自适应图象增强-based on wavelet and the statistical characteristics of adaptive image enhancement
matlabwavelettransform
- 利用matlab编程对遥感图像的熵值进行计算，并对其进行小波变换，统计遥感图像在小波域的特性-Matlab Programming for remote sensing images using the entropy values calculated, and its wavelet transform, statistical remote sensing images in the wavelet domain feature
ADAPTIVE-IMAGE-FUSION-ALGORITHM
- 针对低可见光图像和红外图像的特点,提出一种基于DT-CWT的自适应图像融合算法.该算法具有好的平移不变性和方向选择性,更适合于人类视觉.先对源图像作双树复小波变换,充分考虑各尺度分解层的系数特征,对 低通子带引入免疫克隆选择,根据统计评价准则定义亲和度函数,自适应获得最优融合权值 对高通子带则根据人类视觉特性定义局部方向对比度,并作为融合准则,突出和增强了各源图像的对比度与细节信息.实验结果表明: 与基于小波的融合结果相比较,本文的融合算法自适应性和鲁棒性更强,较好地保护和显示了源图像中
cyclostationary_toolbox
- 循环平稳信号是一类特殊的非平稳信号，其统计特征具有随时间呈周期变化的特点。旋转机械由于周期运行方式其振动信号具有循环平稳特性，因此利用循环平稳分析方法能够提取出在平稳假设下所不能得到的隐藏故障特征信息，为有效地分离和识别旋转机械早期微弱故障特征提供可能。(The cyclostationary signal is a special type of non-stationary signal whose statistical characteristics have a periodic va