将两幅或多幅图像成功导入系统中。实现对图像的匹配和去噪工作，使得图像几何对齐以此消除图像间的形态差异并避免将源图像中的噪声当做重要信息保留至融合结果中。编写完成加权品均算法和主成分分析算法。程序对源图像像素级灰度值进行处理，依据算法得出相应的融合图像。通过观察融合结果，体会其算法的不足之处。编写完成小波融合算法。程序能够选定合适的小波基，对源图像成功进行小波分解，分别得到低频近似图像和各个尺度、各个方向上的高频细节图像。低频图像的加权平均融合和高频融合算法运行无误
2020-01-03 11:39:26
12.66MB
1
NULL
博文链接：https://gongwanlu.iteye.com/blog/1018161
2020-01-03 11:39:22
2KB
1
主成分分析(Principle Component Analysis, PCA)是最为常用的特征提取方法，被广泛应用到各领域，如图像处理、综合评价、语音识别、故障诊断等。有关主成分分析法的例子，步骤，和代码，希望对大家有帮助
2020-01-03 11:33:27
213KB
1
极限学习机的输入权重是随机生成的，这个因此每次的结果不一致。因此采用主成分分析，将原始数据降到N维（所设的隐含层节点数）。将得到的pca降维变换矩阵作为极限学习机的输入权重，效果更佳稳定
2020-01-03 11:32:32
4.64MB
1