- 博客(5)
- 收藏
- 关注
RSS订阅原创 GFF（导向滤波）
GFF（导向滤波）算法大概介绍:一种基于导向滤波的图像融合方法。融合的对象可以是多光谱图像，不同焦点的图像，不同曝光的图像等。论文创新点就是提出了一种不同幅图像的权重计算方法，引入了像素显著性和图像空间连续性的概念。并且使用了引导滤波来重建权重，最终得到了高效和不错的融合效果。核心流程图：三个具体步骤：A：双尺度分解一个简单的均值滤波来获取图像的基层和细节层，滤波器越大，得到的基层模糊程度越高。而细节层是原图减去基层图，随着滤波半径的增大，细节层的信息也会相应增加。B:构建权
2021-04-10 14:01:48
651
1
原创 基于双边滤波和加权最小二乘滤波的图像融合细节增强
基于双边滤波和加权最小二乘滤波的图像融合细节增强原文：RGB–NIR Image Enhancement by Fusing Bilateral and Weighted Least Squares Filters核心：提取nir图像中的细节层（铜镜中的纹理信息）Rgb图像中的基础层，相对平滑的部分。BFWLS（本质上是两种方法的结合）BF 在某一尺度上具有很好地提取能力WLS 在多尺度细节上的提取能力更强两者相结合可以提取更多潜在的细节信息。核心流程图...
2021-04-10 13:57:02
589
原创 二维多尺度熵分析：在图像纹理评估中的应用
二维多尺度熵分析：在图像纹理评估中的应用在最著名的复杂性度量之一是多尺度熵（MSE）对于时间序列，MSE（在处理一维数据时称为MSE1D）的计算取决于两个步骤：（i）粗粒度过程以得出代表不同时间尺度上系统动态的时间序列集；（ii）计算每个粗粒度时间序列的样本熵。但是，到目前为止，MSE仅用于一维数据。我们将原始MSE算法（MSE1D）推广到二维数据（MSE2D）。主要思想：MSE1D有两个步骤：a.粗粒化过程 （此过程中使用的非重叠式粗粒化）b.每个粗粒度时间序列的样本熵...
2021-04-10 13:51:52
869
4
原创 一种新的基于对比度的多峰医学图像融合框架
一种新的基于对比度的多峰医学图像融合框架主要思想：出了一种用于空间配准的多峰医学图像融合的新颖框架，该框架主要基于非下采样轮廓波变换（NSCT）。所提出的方法能够将源医学图像分解为NSCT域中的低频带和高频带。然后将不同的融合规则应用于变换后的图像的变化的频带。融合系数通过以下融合规则获得：低频分量：利用基于归一化香农熵的活动度量来融合低频分量，本质上是以较高的清晰度从聚焦区域中选择低频分量。高频分量：高频成分是使用指令对比度进行融合的，本质上是从源图像中收集所有信息纹理。整合.
2021-04-10 13:49:57
205
原创 基于多尺度分解方法和混合方法的CT和MRI图像融合
基于多尺度分解方法和混合方法的CT和MRI图像融合在医学计算机断层扫描和磁共振成像的融合过程中，传统的多尺度成像方法往往会降低融合图像的对比度。虽然稀疏表示方法克服了这一缺点，但它们沿着融合图像的边缘往往太过于平滑。为了克服这些缺点，提出了基于多尺度分解方法和混合方法的CT和MRI图像融合。为了正确和快速地分解图像的基层和细节部分。前人提出了一种快速的基层-细节图像分解(FCTD)及其改进的算法。（FCTD是快速并且简单的，但采用了传统的局部梯度计算。局部梯度算子对噪声很敏感，因此在分解..
2021-04-10 13:45:00
1586
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人