【摘 要】
：
遥感领域中针对高分辨率全色图像和低分辨率多光谱图像的融合一直是研究的热点与难点。提高融合图像的空间分辨率和光谱分辨率是图像融合的主要研究目的。本文对上述两种类型的图像，设计了一种基于小波变换的图像融合算法。首先，图像经过小波变化后，利用边缘强度因子，能够将全色图像的低频部分融入到多光谱图像强度分量的低频部分。之后，对它们的高频部分采用局域标准差最大的准则进行融合，得到相应位置的高频信息。最后，通过
【机 构】
：
中南大学数学与统计学院 长沙市 410012
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
论文部分内容阅读
遥感领域中针对高分辨率全色图像和低分辨率多光谱图像的融合一直是研究的热点与难点。提高融合图像的空间分辨率和光谱分辨率是图像融合的主要研究目的。本文对上述两种类型的图像，设计了一种基于小波变换的图像融合算法。首先，图像经过小波变化后，利用边缘强度因子，能够将全色图像的低频部分融入到多光谱图像强度分量的低频部分。之后，对它们的高频部分采用局域标准差最大的准则进行融合，得到相应位置的高频信息。最后，通过对融合后的低频和高频系数作用小波逆变换，处理后获得兼具高空间分辨率和光谱特征的融合图像。经过MATLAB 环境下对测试图像的实验，本文所设计的算法能获得比许多经典融合算法更好的结果，融合图像很好地保留了测试图像的空间光谱信息，并且在清晰度方面比原始图像有较大提高。
其他文献
针对实际广泛存在的建筑物场景，本文提出一种基于视频的平面边界在线检测与跟踪算法。该算法分为三步，第一步通过前一帧与当前帧间的特征点匹配而得的单应性矩阵跟踪平面边界，由于单应性矩阵跟踪必不可免地存在偏移导致累积误差，算法首先用 RANSAC 思想拟合边界线段，再由绝对二次曲线作约束并使用 LM 算法优化线段； 第二步检测新出现的平面，我们根据当前帧的原平面边界是由两组不同的平行线段组成，提取该平面边
人脸面部表情是指通过人的眼、唇、面等各个部位的肌肉变化而显示出的人类真实情绪感受，是人们日常生活交往中不可或缺的沟通渠道。而人脸微表情，作为比普通面部表情更为微小、更为精确的存在，可以准确识别和显示出目标人物最为真实的情绪状态，在社会安全、公共服务以及医疗研究等各个领域都有巨大的应用价值。本文提出一个基于眼部干扰消除的视频放大和深度学习的人脸微表情识别方法，首先利用基于相位的视频动作处理技术对微表
为解决肺部 CT 图像中，对肺结节进行良恶性分类的问题，本文提出了一个新颖的端到端深度学习网络DenseNet-centercrop.该网络在原有的 DenseNet 结构中的稠密块间增加了新的分支，引入了中心剪裁操作.提出的网络结构具有两个优势：i)它不仅最大程度上保留了 DenseNet 的结构，而且将其稠密连接机制扩展到稠密块水平，大大丰富了肺结节的多尺度特征.ii)它的参数量较少，是一种轻
图像不仅可以传达丰富的语义信息进而直接表达人的情感，也可以在情感层面影响他人，艺术作品更是如此.人们对于不同的视觉刺激有着不同的情绪反应，所以理解图片所包含的情感是非常重要的.本文通过微调现有的卷积神经网络模型，以少数民族绘画图像数据为研究对象，分析了艺术绘画的色相、亮度、饱和度以及对比度对神经网络模型情感分类的影响，并在公共数据集 Twitter Image Dataset 上取得了超过目前先进
近年来，人工智能的研究成为热点，而对人类感知的定量分析也随之受到极大关注，例如基于图片或者音乐内容的情感计算。而美感作为一种艺术化的审美情感，与之相关的定量研究依然有较大潜力。缺少对美感进行量化评价的数据库是重要原因之一。以此为目的，本文建立了一个用于中国画视觉美感分析的数据库，该数据库包含超过 500 张各种风格的国画图片，每张图片都进行了 5 种美感风格、总体美感强度和三个情感维度的量化标注。
针对图像缺失较大区域且缺失区域的图像具有复杂结构和纹理的情况，现有的图像修复方法会出现修复的结构不周围已知区域的结构衔接丌连续及修复结果模糊等情况。本文以修复缺失结构信息和复杂纹理的物体图像为目标，提出一种基于相似结构秲疏表示的图像修复算法。该算法通过物体轮廓匹配和样本图尿部轮廓发形找到不徃修复物体较相似的样本图，利用同类物体图像的结构信息，较好地处理徃修复物体图缺失独特结构的情况； 通过使用同类
线条草图一直是艺术家和设计师快速勾勒物体形状、表达艺术灵感的重要工具，然而将线条草图转化为简单的线条依然需要费时费力的手动重画。即使电子画板和画笔日益普及，这一问题依然严重影响艺术家和设计师的创作效率。为此，本文利用笔划的绘画时序，把简化模型从单一的空间关系提升到时间先后关系和笔划修改关系。提出一种双层次的笔划线条简化方法，首先在绘画过程中实时记彔笔划线条的位置和顺序，根据空间信息和时序关系局部地
近些年来，卷积神经网络框架在二维图像的语义分割、分类、检索等领域取得了非常好的效果。但是由于三维模型结构的复杂性与不规律性，卷积神经网络的卷积和池化操作却无法直接应用在三维模型上。为了发挥深度学习框架在二维图像分析领域积累的技术优势，本文采用基于多视角投影的方法来完成三维模型分类的任务。然而现有的基于多视角投影的三维模型分类方法大多采用固定视角，所采集到的多视角下的模型投影渲染图中存在大量的信息冗
受到纹理合成与图案拼接的启发，本文提出一种可交互的、有边界约束的图案拼接设计方案的生成方法：用户输入一条封闭的边界曲线和若干个图案单元，方法首先自动生成一个受边界曲线形状约束的初始图案拼接方案，之后用户可以直接在画布上对每个图案单元进行交互编辑，每次交互过程中，图案的拼接布局将基于弹簧质点系统，在尽量不改变交互结果的基础上实时地做出调整，从而保证良好的邻居拼接关系、满足边界约束。交互结束后方法会对