使用潜在的低秩表示法进行红外和可见图像融合
吴小军* 使用潜在的低秩表示法进行红外和可见图像融合。
潜在的低排名表示
融合方法框架
抽象的
我们提出了一种基于潜在低秩表示（LatLRR）的新颖图像融合方法，该方法简单有效。
首先，通过LatLRR将源图像分解为低阶部分和显着部分。 全局结构信息由低阶部分保留，局部结构信息由显着性部分提取。
然后，将低阶部分通过加权平均策略融合，而显着部分则简单地通过求和策略融合。
最后，通过融合融合的低秩部分和融合的显着性部分获得融合的图像。
源代码
1 Fusion_latlrr.m -----我们的方法
2 latlent_lrr.m -------潜在的低秩表示方法
潜在LRR
Thr Latent LRR方法由Liu Guangcan Liu在2011年提出。
“ Liu G，Yan S.用于子空间分割和特征提取的潜在低秩表示[C]国际
2021-08-17 10:56:44
6.62MB
1
lrr的低秩方法，刘光灿写的。。。。。还蛮有用的
2021-06-17 16:38:02
308KB
1
DaCheng Tao关于GoDec的文章，是机器视觉领域的前沿研究方向，值得认真学习的好论文！-The article DaCheng Tao GoDec is the forefront of research in the field of machine vision, good papers worthy of serious study!
2021-04-21 15:12:44
18.94MB
1
为解决加权核范数最小化(WNNM)图像去噪无法较好地表达复杂和不规则的图像结构,易产生过平滑现象的问题,将相对全变差(RTV)融入加权核范数最小化,对WNNM低秩表示模型施加RTV范数约束,提出一种RTV-WNNM图像去噪模型,采取交替方向乘子(ADMM)算法迭代求解对应模型,获得清晰图像。将提出的新方法与多种基于低秩矩阵近似的去噪算法进行比较,所提算法在保持图像边缘和加强区域平滑性方面有较好的性能,特别是在高密度图像噪声影响下,算法性能也能得到大幅提升。实验结果表明,加入RTV范数的低秩去噪模型具有良好的恢复图像结构能力,能较好地提高去噪性能。
2021-04-19 17:13:33
7.39MB
1