基于图像块分解的多曝光图像融合去鬼影算法
在传统的多曝光图像融合方法中,一旦目标发生移动则会在最终融合图像中出现“鬼影”现象。现有的去“鬼影”算法大部分都继承了参考图像中的大量信息,倘若参考图像中出现曝光不足/曝光过度现象,便会影响到最终的融合结果。基于此,提出了一种基于图像块分解的多曝光图像融合去鬼影算法。首先将参考图像划分为曝光正常及曝光不足/过度两大区域,并有针对性地对这两部分区域进行处理。为了更加精准地检测出鬼影区域,将多曝光图像块分解成信号结构、信号强度和平均强度3个概念相独立的部分,采用图像块结构一致性检测的方式来进行鬼影检测。最后,去除结构不一致的图像块并对这3个部分分开融合,重构所需图像块并将其聚合至最终融合图像。实验结果表明,与现有的去“鬼影”算法相比,所提算法取得了更好的视觉效果,且计算效率得到了较大提升。
文件下载
评论信息
其他资源
- RBF神经网络自适应控制simulink实现欢迎下载.zip
- ArcGIS全套图标（4000+）
- 高光谱图像融合，可直接运行
- 电动轮椅运动控制系统
- VisualDSP++ 5.0 破解 绝对可用 免费
- MATLAB神经网络原理与实例精解（pdf+源码）
- 分享一个GRANGER 因果检验的MATLAB程序（转）
- kis/k3维护工具合集（超实用）
- 武汉大学国际软件学院人机交互第二次实验
- deploy-bits：可重用的部署实用程序，主要用于S3静态站点-源码
- 阿piu传-文档批量上传客户端-道客巴巴
- 2019年张宇高等数学基础班讲义 无水印
- 使用python实现MySQL作为数据存储的登陆，注册和修改密码
- MyBatis框架（二）.zip
- 2019中国互联网招聘行业市场研究.pdf
- 美团点评分布式id项目 Leaf jar包依赖
- 分级基金折溢价WinForm网络计算器
- 基于JSP+JavaBean的网上花店（完整）
- 试卷生成系统开发与设计
- STM32F4xx Lib
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明