排序方式： 共有4条查询结果，搜索用时 109 毫秒
1
1.
图像配准是将不同时期、不同视点或从不同传感器获得的同一地域目标的图像对准的过程[1-5],其主要目的是消除或减少参考图像和待配准图像之间由于成像条件不同所引起的几何形变,从而获得具有几何一致性的两幅图像。本文针对基于灰度图像配准算法中传统的梯度配准法执行效率低的 相似文献
2.
寻找最佳拼接缝是遥感图像镶嵌中的重要环节。目前寻找最佳拼接缝的算法大多只考虑到对应像素灰度的差异最小,却忽略了保留目标的完整性。为此,提出一种基于局部区域梯度最小点的最佳拼接缝寻找算法。该算法用梯度表示图像中灰度变化的快慢,梯度值小说明灰度变化较为平缓,据此在图像重叠区域中逐行选取最小梯度值点的连接线作为最佳拼接缝。同时,针对强制改正法易在列方向上产生横向带状效应的问题,提出一种改进的"差值拼接缝消除算法"。实验结果表明,用该文算法确定的最佳拼接缝有效地避开了梯度变化较大的区域,既有效地绕开目标的边缘,又保留了目标的完整性;改进的差值拼接缝消除算法还有效地避免了灰度差较大情况下的横纹现象,使镶崁图像的色调过渡更为平滑,视觉效果得到改善;且算法的运行速度更快,具有一定的可行性和有效性。 相似文献
3.
根据人类视觉感知理论,提出了一种基于视觉显著性和特征整合的感兴趣区域检测方法。首先提取亮度、纹理、梯度和方向4种遥感图像的显著特征,构造相应的特征图;然后利用一种结合局部与全局显著性的新的显著性度量策略计算各特征图的显著性;采用强度对比方式将特征显著图加权合并为一幅总显著图,最后通过区域提取方法将显著区域提取出来,即得到感兴趣区域。实验结果表明,该方法能准确快速地定位显著区域,且能精确刻画区域轮廓,取得了较为满意的检测和兴趣度量结果。 相似文献
1