图像拼接
文章平均质量分 92
Eason.wxd
我是Eason,我喂自己袋盐...
展开
-
图像融合(六)-- 小波融合
原文:http://www.cnblogs.com/silence-hust/p/4193480.html基于小波的融合(wavelet) 小波变换的固有特性使其在图像处理中有如下优点:完善的重构能力,保证信号在分解过程中没有信息损失和冗余信息;把图像分解成平均图像和细节图像的组合,分别代表了图像的不同结构,因此容易提取原始图像的结构信息和细节信息;小波分析提供了与人类视觉系转载 2016-09-08 14:40:10 · 16348 阅读 · 1 评论 -
图像融合(三)-- 拉普拉斯金字塔
原文:http://www.cnblogs.com/silence-hust/p/4193208.html2、拉普拉斯金字塔融合 图像金字塔方法的原理是:将参加融合的的每幅图像分解为多尺度的金字塔图像序列,将低分辨率的图像在上层,高分辨率的图像在下层,上层图像的大小为前一层图像大小的1/4。层数为0,1,2……N。将所有图像的金字塔在相应层上以一定的规则融合,就可得到合成金字转载 2016-09-08 14:37:39 · 10569 阅读 · 1 评论 -
图像融合(四)-- 对比度金字塔
原文:http://www.cnblogs.com/silence-hust/p/4193398.html对比度金字塔融合在考虑人类视觉系统对局部对比度敏感这一视觉特性的基础上,提出了基于对比度金字塔(Contrast Pyramid,CP)分解的图像融合算法。CP 分解类似于 LP 分解,但它的每一层图像是高斯金字塔相邻两层图像的比率。 CP 融合算法应用于合成孔径雷达和前视转载 2016-09-08 14:38:42 · 6863 阅读 · 0 评论 -
图像融合(二)-- 简单加权融合
原文:http://www.cnblogs.com/silence-hust/p/4193150.html简单加权融合也叫做像素加权平均法(Weighted Averaging,WA)是最简单、直接的图像融合方法。它具有简单易实现、运算速度快的优点,并能提高融合图像的信噪比,但是这种方法削弱了图像中的细节信息,降低了图像的对比度,在一定程度上使得图像中的边缘变模糊,在多数应用场合难转载 2016-09-08 14:36:57 · 14640 阅读 · 0 评论 -
图像融合(一)--概述
原文:http://www.cnblogs.com/silence-hust/p/4192363.html一、概述 图像融合是图像处理中重要部分,能够协同利用同一场景的多种传感器图像信息,输出一幅更适合于人类视觉感知或计算机进一步处理与分析的融合图像。它可明显的改善单一传感器的不足,提高结果图像的清晰度及信息包含量,有利于更为准确、更为可靠、更为全面地获取目标或场景的信息。转载 2016-09-08 14:32:39 · 9031 阅读 · 0 评论 -
全景视频拼接(一)--关键技术流程
原文:http://blog.csdn.net/shanghaiqianlun/article/details/12090595全景视频拼接关键技术一、原理介绍 图像拼接(Image Stitching)是一种利用实景图像组成全景空间的技术,它将多幅图像拼接成一幅大尺度图像或360度全景图,图像拼接技术涉及到计算机视觉、计算机图形学、数字图像处理以及一些数学工转载 2016-09-02 17:08:58 · 15944 阅读 · 0 评论 -
全景视频拼接(二)--OpenCV源码解析
一、stitching_detail程序运行流程 1.命令行调用程序,输入源图像以及程序的参数 2.特征点检测,判断是使用surf还是orb,默认是surf。 3.对图像的特征点进行匹配,使用最近邻和次近邻方法,将两个最优的匹配的置信度保存下来。 4.对图像进行排序以及将置信度高的图像保存到同一个集合中,删除置信度比较低的图像间的匹配原创 2016-09-05 10:52:08 · 24074 阅读 · 25 评论 -
全景视频拼接(三)--并查集法及源码分析
原文:http://blog.csdn.net/skeeee/article/details/20471949 1.简述 在实现多图像无序输入的拼接中,我们先使用surf算法对任意两幅图像进行特征点匹配,每对图像的匹配都有一个置信度confidence参数,来衡量两幅图匹配的可信度,当confidence>conf_threshold,我们就认为这两幅图可以拼接,转载 2016-09-05 11:20:24 · 7876 阅读 · 0 评论 -
图像分割(一)--综述
原文:http://blog.csdn.net/zouxy09/article/details/8532106所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。1、基于阈值的分割方法 阈转载 2016-09-08 11:17:35 · 7752 阅读 · 0 评论 -
图像分割(二)--Graph Cuts
原文:http://blog.csdn.net/zouxy09/article/details/8532111上一文对主要的分割方法做了一个概述。那下面我们对其中几个比较感兴趣的算法做个学习。下面主要是Graph Cut,下一个博文我们再学习下Grab Cut,两者都是基于图论的分割方法。另外OpenCV实现了Grab Cut,具体的源码解读见博文更新。接触时间有限,若有错转载 2016-09-08 11:25:42 · 7617 阅读 · 0 评论 -
图像分割(三)--Grab Cut
原文:http://blog.csdn.net/zouxy09/article/details/8534954上一文对GraphCut做了一个了解,而现在我们聊到的GrabCut是对其的改进版,是迭代的Graph Cut。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iter转载 2016-09-08 11:26:42 · 6109 阅读 · 0 评论 -
图像融合(五)-- 梯度金字塔
基于梯度金字塔(Gradient Pyramid,GP)分解的图像融合算法。GP 也是一种基于高斯金字塔的多尺度分解算法。通过对高斯金字塔每层图像进行梯度算子运算,便可获得图像的 GP表示。GP 每层分解图像都包含水平、垂直和两个对角线四个方向的细节信息,能更好地提取出图像的边缘信息,提高了稳定性和抗噪性。具有方向性的梯度塔形分解能够很好地提供图像的方向边缘和细节信息。1、原理阐述转载 2016-09-08 14:39:11 · 9567 阅读 · 1 评论