MMJul, 2014

利用突出系数进行图像合并和平移，用于使用组合图像进行预测分析

PDF
TL;DR该研究论文提出了一种利用频域技术进行图像位移和拼接，能够在高质量下准确地合并旨在像素，适用于精密工程和生物学应用领域，提出了一种突出部分图像但使其他图像透明的系数来应对不同图像之间的突出程度以实现有效的图像叠加。
image shiftingimage mergingprecision engineeringbiologyfrequency domain techniques
发现论文，激发创造
  • 图像增强的色彩偏移估计与校正

    我们提出了一种新颖的方法来增强在次优照明条件下捕获的图像，通过学习估计和校正颜色偏移，针对过曝和欠曝区域进行独立的颜色偏移纠正和调节，实现对图像色调的恢复。

    May, 2024

  • 极低能见度条件下非均匀照明图像增强

    通过自适应滤波、可视化优化策略和最大直方图均衡化，本文介绍了一种在极低能见度下增强图像清晰度的新方法，并且在极低能见度条件下优于现有算法。

    Apr, 2024

  • Merging-ISP: 多曝光高动态范围图像信号处理

    本研究提出了一种名为 Merging-ISP 的多曝光 HDR 图像信号处理管线，通过深度神经网络对 CFA 数据进行处理，直接重建多组曝光下的动态场景的 HDR 图像，相较于传统的串联算法方案，Merging-ISP 可以最优地解决所有子任务，以高质量和更高的峰值信噪比为结果比较标准，优势显著。

    Nov, 2019

  • 多通道脉冲耦合神经网络中特征向量空间的显著性融合

    本文提出了一种新的基于主成分分析和多通道脉冲耦合神经网络的凸显度 / 显著性图融合模型，实验结果显示该方法可增强显著性计算的可靠性。

    Mar, 2017

  • 基于耦合字典学习的多模态图像处理

    该论文提出了一种基于耦合字典学习的多模态图像处理框架，能够在所学的稀疏变换域中捕捉不同图像模态之间的相似性和差异性，并能够用于改善图像处理任务，如图像去噪。

    Jun, 2018

  • 基于空间频率和 DCT 域一致性验证的多焦点图像融合

    该研究提出了一种将多重焦点图像融合在无线视觉传感器网络中的算法，该算法利用离散余弦变换标准来确定融合标准，利用空间频率和一致性验证过程提高输出图像质量，并在多对多重焦点图像上进行测试，结果显示提高了输出图像的视觉质量并超越了其他基于 DCT 的技术。

    May, 2023

  • 基于特征级别的多传感器图像融合

    本研究着眼于特征级图像融合技术，并探讨了基于经验规则的特征融合技术。本研究介绍了主成分分析、分区融合和边缘融合等三种不同类型的图像融合技术，并采用标准偏差、熵、相关系数、信噪比、归一化均方根误差和相对离差等方法定量评估了图像融合的质量和信息提升程度。

    Aug, 2011

  • 基于 DCT 特征和 PCNN 结构的一种新的散焦模糊区域检测方法

    这篇论文介绍了一种基于离散余弦变换（DCT）系数和感知共振神经网络（PCNN）结构的新型混合焦点检测方法，有效地检测出失焦图像中清晰物体，且在准确性和效率方面优于其他算法。

    Oct, 2023

  • PISA：通过聚合互补外观对比度度量和边缘保留相干性的像素级图像显著性

    本文提出了一种称为 PISA 的统一框架，该框架采用各种自底向上的线索和先验条件聚合像素精确的显着性值，并在全局上下文中聚合多个显着性线索。

    May, 2015

  • 视频和图像联合分割与定位的前景聚类

    本文提出了一种新的框架，将视频 / 图像分割和区域定位视为一个单一的优化问题，并以非常弱的监督方式集成低级外观线索和高级定位线索的信息。该框架利用不同级别的两种表示，利用边界框和超像素之间的空间关系作为线性约束，同时在边界框和超像素级别上区分前景和背景。与以往主要依赖于判别聚类的方法不同，我们结合了一个前景模型，使得一个物体在所有图像帧中的直方图差异最小。利用超像素和边界框之间的几何关系使得分割线索可以传递以改善定位输出，反之亦然。前景模型的引入将我们的判别框架推广到视频数据，其中背景往往是相似的，因此不具有判别力。我们证明了我们的统一框架在 YouTube 对象视频数据集，Internet 对象发现数据集和 Pascal VOC 2007 上的有效性。

    Nov, 2018