Results 31 to 40 of about 3,055 (149)
An Image Fusion Algorithm Based on Contourlet Transform [PDF]
, 2008 图像融合是一项综合同一场景多源图像信息，得到一幅同一场景图像的技术，在图像理解和计算机视觉领域中有着重要的应用价值。从军事应用为目的的数据融合技术开始，融合技术已广泛用于资源管理、城市规划、气象预报、作物及地质分析等领域。本文从变换方法和融合算法两个方面综合研究了多源图像融合技术，提出了一种基于Contourlet变换的改进PCNN融合算法。该算法从变换域和融合算法两个方面对融合进行改进，通过对比多层PCNN神经元的点火次数，更好地提取源图像特征系数，有效保留图像的纹理细节，大大改善了融合结果 ...
卓琳
core
Critical Review of Multi-focus Image Fusion Based on Deep Learning Method [PDF]
Multi-focus image fusion is an effective image fusion technology, which aims to combine source images from different focal planes of the same scene to obtain a good fusion result.
LI Ziqi, SU Yuxuan, SUN Jun, ZHANG Yonghong, XIA Qingfeng, YIN Hefeng
core +1 more source
Dianxin kexue针对当前遮挡的人脸图像修复中修复图像质量差和模型参数量大的问题，提出了一种基于多尺度特征融合的改进U-Net的轻量化人脸图像修复模型——LM-UNET。首先，使用深度可分离卷积替换原有卷积，增强模型对不同通道和上下文信息的特征表达能力，实现模型轻量化；其次，在跳跃连接中设计了多尺度特征注意力融合模块，充分融合不同尺度特征的信息，内嵌残差块减少特征间语义差距，提高模型修复准确率；最后，引入了位置注意力模块，增强人脸图像的显著信息，提升模型对人脸位置像素信息的有效提取能力。在基于CK ...
赵晓， 赵子怡， 杨晨
doaj +1 more source
Research of Image Saliency Region Detection Based on Texture Separation and Aesthetic Evaluation [PDF]
, 2016 随着互联网技术和多媒体技术的飞速发展，图像资源迅速积累并以几何级数增长，如何高效智能地处理这些图像数据成为研究的热点。近年来，图像显著性检测技术作为计算机视觉的一个方向发展越来越成熟。图像显著性检测是指智能算法通过模拟人的视觉特点标注出图像中的显著区域，即引起人类视觉注意的区域。目前的显著性检测算法能够自动识别出大部分自然图片中显眼的核心物体，生成灰度图或者二值图用以图像的后续处理操作，比如用于内容敏感的图像缩放、图像检索、图像目标识别以及图像裁剪等处理中 ...
董潇
core
Research on Remote Sensing Image Fusion Based on IHS Color Space [PDF]
, 2011 全色图像与多光谱图像是关于同一目标的不同图像，对于获取地球表面土地资源与环境等方面的信息起着非常重要的作用。全色图像通常具有比多光谱图像更丰富的空间细节信息，而多光谱图像提供图像的光谱信息。遥感图像融合用于将两者进行融合，提取全色图像中多光谱图像缺失的空间细节信息，并将该细节信息融合到多光谱图像中，形成具有更高空间分辨率同时不产生光谱失真的多光谱融合图像。遥感图像融合为遥感数据解译及应用提供更精确的数据。目前有很多遥感图像融合方法，按如何将空间细节信息融合到多光谱图像中，大致可归为三类：基于IHS ...
邱人元
core
Image Enhancement of Parts Surface Based on Illumination Correction and Image Fusion [PDF]
The quality of surface images of machined parts collected under low illumination conditions is relatively poor, which significantly affects the subsequent extraction of roughness-related features.
DONG Liangzhen, TIAN Jianyan, YANG Shengqiang, CHEN Haibin
core +1 more source
Dianci bileiqi, 2022 大部分的电压致热型设备由于温升不明显，故障判断难度较大，并且红外图像受到背景复杂，尺寸多的影响，导致红外图像特征提取困难，另外，大多数现有的检测工作依靠人工判别，且存在判断分歧。目前，代替人工判别的研究中，许多只利用单一的特征来表征热图像中的故障特征。针对此类问题，笔者提出一种基于多特征融合的电压致热型设备故障提取方法。此方法将红外图像多故障目标检测算法和多特征融合算法相结合，建立动态决策准则。首先提取红外图像的三种典型特征，包括颜色、纹理和轮廓特征，继而通过融合算法(串行融合、并行融合和DCA ...
doaj
Spatiotemporal changes of construction land expansion in Hangzhou city(杭州城市建设用地扩张的时空演变分析)
Zhejiang Daxue xuebao. Lixue ban, 2022 基于杭州市1914—2018年间6期近代地图与遥感影像数据，通过目视解译数字化的近代地图，使用面向对象的分类方式对CORONA、Landsat TM和OLI影像进行分类并提取建设用地数据，计算扩张速度、重心变化、景观格局指数和增长类型，分析建设用地的扩张过程与扩张模式。结果表明：（1）近百年来杭州城市建设用地扩张明显，扩张过程主要集中在改革开放后。（2）杭州城市重心经历了“北—西北—北—东南—南”的变化过程，由向单一方向扩张转变为多方向均衡发展的态势。（3）建设用地扩张过程基本符合“扩散—融合”假说 ...
LUHuan(卢奂) +2 more
doaj +1 more source
大数据为提高图像清晰度，解决传统图像在去雾过程中存在的特征提取困难、去雾不彻底等问题，提出一种基于生成对抗网络的多特征融合端到端去雾网络。该网络由生成器和判别器组成，生成器采用编解码结构，通过多特征提取融合（MFEF）块提取多种感受野下的高维表征信息。判别器使用一系列卷积计算对生成图像和清晰图像进行特征差异分析，引导生成器输出更加真实的去雾图像。实验结果表明，该算法在有效消除雾霾干扰的同时，能够最大限度地保留图像的原始色调。与现有方法相比，该算法在峰值信噪比、结构相似性客观评价指标上分别提升了2.588 dB、
司亚中, 张旭龙, 杨帆, 王健宗, 程宁, 肖京
doaj +1 more source
Target Detection Under Low Light Conditions Based on Visible and Infrared Images [PDF]
Image fusion is the process of combining multiple input images into a unified single image. Although visible-infrared image fusion enhances target detection accuracy, its performance often fails in low-light scenarios.
Yuting WANG, Zhiming LIU, Yaping WAN, Tao ZHU
core +1 more source