Results 1 to 10 of about 703 (148)

Image fusion method based on JBF and multi-order local region energy

open access: yesXibei Gongye Daxue Xuebao, 2022
针对多模态医学图像融合方法融合质量差、计算效率低等问题。提出了一种基于联合双边滤波(JBF)与多阶局部区域能量(MLNE)的图像融合方法。该方法将输入图像分解成能量层和结构层, 对于能量层与结构层的融合分别提出了基于MLNE和局部区域L2范数取大值的融合方案, 融合能量层和结构层相加获得融合图像。1组不同模态的医学图像融合实验结果证明, 文中提出的方法在融合性能、计算效率、视觉评价等方面都优于其他的对比方法。
WANG Feng, CHENG Yongmei
doaj   +1 more source

Infrared and visible image fusion algorithm based on split-attention residual networks

open access: yesXibei Gongye Daxue Xuebao, 2022
在红外和可见光图像融合算法中, 图像信息的丢失始终是制约融合图像质量提升的关键问题, 为此, 提出了一种基于拆分注意力残差网络的红外和可见光图像融合算法, 使用带有拆分注意力模块的深层残差网络拓展感受野和提高跨通道信息融合能力, 运用平滑最大值单元函数作为激活函数进一步提升网络性能; 特征提取后运用零相位分量分析和归一化算法得到融合权重后完成图像融合。实验结果表明, 融合后的图像细节丰富, 边缘锐利; 在峰值信噪比、结构相似性指数度量和基于梯度的融合性能等指标上与经典的6种算法相比均有不同程度提升。
QIAN Kun   +3 more
doaj   +1 more source

Image enhancement method based on exposure fusion for UAV aerial photography

open access: yesXibei Gongye Daxue Xuebao, 2022
针对无人机航拍图像光照不均匀及自然雾导致影像质量退化问题, 提出了一种无人机航拍图像增强算法。利用改进的低照度图像增强算法均衡亮度对比度; 为了解决均衡后图像过增强问题, 提出了联合去雾及曝光融合的色彩矫正增强方法; 为了保留增强图像的边缘纹理信息, 设计了一种效果更佳的细节增强算法, 处理后统计直方图更为平滑, 可在一定程度上抑制部分噪声, 细节纹理信息更强。实验结果表明, 所提的航拍图像增强算法, 能够有效解决因光照不均或自然雾引起的影像退化现象, 提高了无人机航拍图像的质量 ...
LI Liangliang   +6 more
doaj   +1 more source

融合光谱度量标记迁移和Tri-training的高光谱遥感图像半监督分类算法

open access: yes大数据, 2023
针对海量的高光谱遥感图像光谱和丰富的空间信息中可用于分类的有标记样本远少于无标记样本的数据特性,提出了一种融合光谱度量标记迁移和Tri-training的高光谱遥感图像半监督光谱-空间分类算法。该算法提出了一种基于光谱度量的标记迁移方法,通过结合迁移标记和Tri-training预测标记进行扩充样本标记预测,提高了扩充样本标记的准确性。同时,该算法基于空间相关性选择扩充样本,综合运用光谱和空间特征提升图像分类的精度。在两个公开的高光谱遥感图像数据集上进行了实验,结果表明该算法优于基于Tri ...
曹峰, 李文涛, 骆剑承, 李德玉, 钱宇华, 白鹤翔, 张超
doaj   +1 more source

Fast panoramic image stitching algorithm based on parameter regression [PDF]

open access: yes, 2023
In reality, the field of view of images acquired by cameras was usually limited, and the demand for panoramic images was increasing.Therefore, a fast panoramic image stitching algorithm based on parameter regression was proposed for panoramic image ...
Fan GUO, Jin TANG, Wentao LIU, Xiaohu LI
core   +1 more source

MFDC-Net: A breast cancer pathological image classification algorithm incorporating multi-scale feature fusion and attention mechanism(MFDC-Net:一种融合多尺度特征和注意力机制的乳腺癌病理图像分类算法)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2023
乳腺癌是全球最常见的恶性肿瘤之一,采用传统方法诊断需花费大量时间和精力,且受个人能力影响较大。用计算机辅助诊断的方法,可以提高病理图像分类的准确率和效率,从而满足临床应用的需求。为此,提出一种基于DenseNet的融合多尺度特征和注意力机制的乳腺癌病理图像分类算法(MFDC-Net)。在密集块中引入坐标注意力机制,精准定位重要特征的空间信息。采用多尺度池化过渡层,通过不同卷积核的平均池化和普通卷积,在实现降维的同时扩大感受野。采用多尺度特征增强模块,融合深层次图像特征,提高分类性能。结果显示,MFDC ...
方于华(FANG Yuhua)   +1 more
doaj   +1 more source

基于NSST图像融合的变电站开关状态识别

open access: yesGaoya dianqi, 2021
针对变电站中开关状态图像识别易发生误判的问题,提出了一种基于非下采样剪切波变换(NSST)图像融合的变电站开关图像识别方法。该方法采用可见光和红外光双摄像模式,得到开关可见光图像和红外图像,根据两者的特点与互补特性,采用基于NSST的图像融合算法对可见光图像和红外图像进行融合,生成含有两种开关图像丰富细节信息和特征量的融合图像,采用改进加速稳健特征(SURF)算法对融合图像进行目标特征量提取和匹配,再采用基于混沌布谷鸟(CCS)算法的多阈值图像分割技术进行处理 ...
周凯   +6 more
doaj  

An image fusion method based on feature decomposition(一种基于特征分解的图像融合方法)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2018
一幅图像可以分解成几何特征不同的纹理部分和卡通部分,基于这两大特征提出了 一种图像融合方法. 利用卡通和纹理特征的差异,通过学习分别得到卡通字典和纹理字典.在融合过程中,分别利用特定的卡通和纹理字典对源图像的卡通和纹理部分进行融合,融合后的卡通和纹理部分经简单相加得到融合图像.实验结果表明,所提方法是有效的.
CHANGLihong(常莉红)
doaj   +1 more source

Sketch based image retrieval based on abstract-level transform and convolutional neural networks(融合抽象层级变换和卷积神经网络的手绘图像检索方法)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2016
针对人工设计的描述子(HOG、SIFT等)在基于手绘的图像检索(Sketch Based Image Retrieval,SBIR)领域的局限性,提出了一种融合抽象层级变换和卷积神经网络构建联合深度特征描述子的手绘图像检索方法.首先,提取常规图像的边缘概率图,在此基础上进行不同抽象层级的图像变换,将抽象层级变换图像输入到深度神经网络并提取不同隐层的输出向量,最后,联合不同隐层的输出向量作为手绘图像检索的特征描述子(即联合深度特征描述子).在Flickr15k数据库上对本方法进行了实验验证,结果表明 ...
LIUYujie(刘玉杰)   +3 more
doaj   +1 more source

Heterogeneous Image Fusion Algorithm and Its Application in Power Facility Detection Research [PDF]

open access: yes
ObjectivesTimely and accurate detection of power facilities is very important to ensure the reliability of energy supply. However, a single sensor has certain limitations in the detection of power facilities.
JIA Menghan   +3 more
core   +1 more source

Home - About - Disclaimer - Privacy