摘要
摘要
红外与可见光图像融合旨在将不同传感器之间的互补信息相融合,以生成目
标特征更全面,场景信息更丰富的高质量图像。然而,由于成像设备的物理限制、
光照变化及噪声干扰等,如何在保持关键信息的同时提升融合图像的清晰度和对
比度,仍是当前研究的重点问题。
针对现有融合算法普遍存在的红外目标对比度衰减、复杂场景重要信息丢失
和融合图像不自然等问题,本文提出基于动态阈值神经P系统的融合框架,结合
多尺度分解技术,
您可能关注的文档
- 基于多尺度融合图Transformer的岩爆等级预测算法研究.pdf
- S100a8调控Tlr4_p38MAPK_NF-κB信号轴在煤肺病小鼠炎症_肺纤维化中的作用及机制研.pdf
- 基于SLP法和改进SPBO算法的生鲜电商仓储布局优化研究.pdf
- 基于四维纠缠态的多方量子态远程制备协议研究.pdf
- 基于SEER数据库构建HER2阴性乳腺癌预后预测模型及HER2检测在乳腺癌中的临床研究.pdf
- 基于ISSA-LSTM的空调热负荷特性及潜力评估策略研究.pdf
- 地应力作用下岩石爆破的数值模拟研究.pdf
- 基于双流自注意力与上下文增强的序列推荐模型.pdf
- 基于YOLO算法的光伏板缺陷检测方法研究.pdf
- MEC中基于深度强化学习的任务卸载与服务迁移研究.pdf
原创力文档

文档评论(0)