针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则.在选择低频系数时,定义了局部区域标准方差,采用了"选择"与"平均"相结合的系数选择方案;在选择高频系数时,充分利用Curvelet变换具有方向性的优点,提出了Curvelet域方向对比度的概念,并给出了基于方向对比度的系数选择方案.实验结果表明:本文所给出的融合算法能够很好地保留多幅源图像中的有用信息,得到多个目标聚焦都很清晰的图像.
clc clear all close all% fdct_wrapping_demo_recon.m -- Partial curvelet reconstruction. X=imread('imgwarp.bmp'); X2=imread('IR1022_3.bmp'); X1=rgb2gray(X);% Forward curvelet transform disp('Take curvelet transform: fdct_wrapping'); tic; C1 = fdct_wrapping(double(X1),0,2); toc; tic; C2 &#
本文发布于:2024-02-08 20:28:32,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/170739568068948.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |