排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
图像的复扩散是图像增强的一种有效方法.传统的复扩散算法在求解过程中利用迭代产生的虚部,即图像高斯卷积的拉普拉斯算子作为扩散控制因子.然而由于该因子的平滑、时间依赖以及二阶特性.图像在处理后会在边缘处形成带状模糊.为此,本文提出一种改进的结合了图像迭代实边缘特性的复扩散算法.实验结果显示,该算法可以更好的增强模糊图像的边缘和去除噪声. 相似文献
2.
针对图像融合空间域方法中权值确定的问题,提出了一种基于图像融合客观评价准则中的边缘信息E(IEdge Information)的优化权值方法,通过寻找最优权值使得融合图像的EI最大,从而获得最好的融合效果。该方法采用适应度函数为EI的遗传算法实现,并且结合分块加权融合方法融合多聚焦图像,得到最优融合结果。实验结果表明,该方法有良好的融合效果且优于传统的融合方法。 相似文献
3.
4.
5.
传统的基于链码特征的图像配准中,往往存在算法复杂度高,有效边缘难以提取,配准精度不理想等问题。针对这些问题,提出了一种基于小面元和链码特征的遥感图像配准算法。该算法首先提取小面元进行预处理和一次匹配,以更有效地提取封闭边界,同时降低算法复杂度;其次,根据封闭边界链码的相似函数和区域不变矩匹配策略建立边界对应关系,实现区域之间的二次匹配;最后提取匹配区域的质心即匹配点进行一致性检测,并估算仿射变换参数进行图像配准。实验结果显示,该算法快速稳健,具有更高的配准精度。 相似文献
6.
针对传统的各向异性扩散去噪方法存在的导致图像细节丢失的问题,提出了一种基于平稳小波域的各向异性扩散图像去噪方法。该方法根据平稳小波变换的特性,通过在高频和低频子带上选用不同的梯度门限进行各向异性扩散,然后进行重构得到去噪后的结果图像。实验结果表明,该方法在有效去除噪声的同时,图像细节保留较好,去噪后的图像具有更好的质量。 相似文献
1