像素级图像融合方法研究——硕士论文阅读笔记

该研究关注像素级图像融合,提出医学图像融合的边缘感知滤波器算法与遥感图像的梯度分解融合方法。医学图像融合中,通过边缘保留分解实现功能与结构图像融合;遥感图像融合则利用梯度滤波核进行多层次融合。实验表明,这两种方法在主观和客观评价中表现出色。
摘要由CSDN通过智能技术生成

像素级图像融合方法研究

原文知网:
在这里插入图片描述

摘要
1.图像融合介绍和作用;
2.本文研究内容:遥感图像融合+医学图像融合;
3.针对医学图像融合,提出基于边缘感知滤波器的自适应分解算法;
4.针对遥感图像融合,提出基于梯度分解的多层次塔行融合方法。

第1章 绪论
1.1 研究背景及研究意义
1.介绍图像;
2.说明不同传感器提供的图像偏好不同;
3.介绍CT图像和MR图像提供的信息不同;
4.介绍PAN图和MS图提供的信息不同;
5.介绍同一传感器产生的图像侧重点也有不同,比如多焦距图像和多曝光图像;
6.由此,将多源数据数据整合到一起的图像融合就有了应用价值。
1.2 图像融合层级
图像融合层级:像素、特征、决策级图像融合。
1.2.1 像素级图像融合
1.像素级图像融合介绍;
2.像素级的优缺点,主要谈了局限性。
1.2.2 特征级图像融合
特征级图像融合介绍,并说明了优缺点。
1.2.3 决策级图像融合
决策级图像融合介绍。
1.2.4 融合层级对比
像素级图像融合能更多的保留图像

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值