机器视觉实验五报告多曝光图像融合算法.docxVIP

机器视觉实验五报告多曝光图像融合算法.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验五报告 多曝光图像融合算法实验目的多曝光图像的融合算法实现。二、实验设备微机三、实验内容及步骤多曝光图像的融合算法实现。上机编写程序。调试程序。根据实验结果,撰写实验报告。四、实验报告图像融合算法程序:function Y = fuse_fsd(M1, M2, zt, ap, mp)%Y = fuse_fsd(M1, M2, zt, ap, mp) image fusion with fsd pyramid%% M1 - input image A% M2 - input image B%zt - maximum decomposition level%ap - coefficient selection highpass (see selc.m) %mp - coefficient selection base image (see selb.m) %%Y - fused image% (Oliver Rockinger 16.08.99)% check inputs [z1 s1] = size(M1);[z2 s2] = size(M2);if (z1 ~= z2) | (s1 ~= s2) error(Input images are not of same size);end;% define filter w = [1 4 6 4 1] / 16;% cells for selected imagesE = cell(1,zt);% loop over decomposition depth - analysisfor i1 = 1:zt % calculate and store actual image size [z s] = size(M1); zl(i1) = z; sl(i1) = s; % check if image expansion necessary if (floor(z/2) ~= z/2), ew(1) = 1; else, ew(1) = 0; end; if (floor(s/2) ~= s/2), ew(2) = 1; else, ew(2) = 0; end; % perform expansion if necessary if (any(ew)) M1 = adb(M1,ew); M2 = adb(M2,ew); end; % perform filtering G1 = conv2(conv2(es2(M1,2), w, valid),w, valid); G2 = conv2(conv2(es2(M2,2), w, valid),w, valid); % select coefficients and store them E(i1) = {selc(M1-G1, M2-G2, ap)}; % decimate M1 = dec2(G1); M2 = dec2(G2);end;% select base coefficients of last decompostion stageM1 = selb(M1,M2,mp);% loop over decomposition depth - synthesisfor i1 = zt:-1:1 % undecimate and interpolate M1T = conv2(conv2(es2(undec2(M1), 2), 2*w, valid), 2*w, valid); % add coefficients M1 = M1T + E{i1}; % select valid image region M1 = M1(1:zl(i1),1:sl(i1));end;% copy imageY = M1;实验结果:图4-1中左边的目标较为清晰,图4-2中右边的目标较为清晰。图4-1 聚焦在左边的图像图4-2 聚焦在右边的图像利用金字塔图像融合算法程序得到的的融合图像结果,如图4-3图4-3 基于金字塔图像融合算法的融合图像

文档评论(0)

wuailuo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档