2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前的衛(wèi)星遙感系統(tǒng)能提供大量多時相或是多傳感器的圖像數(shù)據(jù),為了充分利用這些多時相或是多傳感器的信息,需要有效融合這些圖像信息的技術(shù),而圖像的配準(zhǔn)和融合是完成多幅圖像之間信息的融合的關(guān)鍵圖像處理技術(shù)之一。
   多分辨率的圖像配準(zhǔn)算法是一種廣泛采用的方法,它一般采用離散小波變換將圖像分解為不同分辨率的一組圖像,然后由低分辨率到高分辨率進(jìn)行分層配準(zhǔn),相比直接對原始圖像進(jìn)行配準(zhǔn)的方法,基于多分辨的配準(zhǔn)方法可以有效提高配準(zhǔn)速度。但研究表

2、明,使用離散小波變換的圖像配準(zhǔn)方法對于圖像平移是敏感的,本文首先從理論上分析了產(chǎn)生這種現(xiàn)象的原因,進(jìn)而提出了一種對圖像平移不敏感的小波配準(zhǔn)方法,即基于解析小波的多分辨率圖像配準(zhǔn)方法,理論分析和實(shí)際數(shù)據(jù)仿真均表明該方法對圖像平移是魯棒的。此外,本文研究了多分辨率圖像配準(zhǔn)的搜索策略問題。針對互信息目標(biāo)函數(shù)中存在較多局部極值的問題,本文提出了一種采取雙目標(biāo)函數(shù):即同時利用圖像的高頻子帶和低頻子帶的互信息作為配準(zhǔn)的目標(biāo)函數(shù),的圖像配準(zhǔn)新方法,分

3、析表明它能有效防止優(yōu)化算法過早陷入局部最優(yōu)值。為了能更快地找到全局最優(yōu)值,本文進(jìn)一步提出了基于免疫算法和方向加速法的混合優(yōu)化的算法,仿真結(jié)果證明了本文提出的方法的有效性。
   此外,針對注入模型受到數(shù)值不穩(wěn)定現(xiàn)象的影響而可能導(dǎo)致注入強(qiáng)度不穩(wěn)定的問題,本文提出了一種新穎的圖像融合算法。新方法使用非降采樣小波提取全色圖像空間信息,注入模型參數(shù)由優(yōu)化算法設(shè)置。新融合算法在無需人為設(shè)置融合參數(shù)的同時,克服了數(shù)值不穩(wěn)定問題。實(shí)際圖像的融

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論