本文介绍了一种利用拉普拉斯金字塔进行图像融合的具体 matlab 程序。程序首先读取两张原始图像，分别为多光谱图像和全色图像，然后通过拉普拉斯金字塔算法对两张图像进行分解和重构，最终得到一张融合后的图像。程序中使用了 imread 和 imshow 等 matlab 函数，同时也对图像进行了一些处理和显示。
2023-06-28 11:12:16
15KB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2023-04-06 14:25:27
399KB
1
Tensorflow实施论文“快速，准确的超高分辨率的深拉普拉斯金字塔网络”（CVPR 2017）
这是使用TensorLayer的Tensorflow实现。 原始论文和使用MatConNet的实现可以在他们的上找到。
环境
使用python 3.6和cuda 8.0对实现进行了测试。
下载资料库：
$ git clone https://github.com/zjuela/LapSRN-tensorflow.git
火车模型
在config.py文件中指定数据集路径并运行：
$ python main.py
使用挑战数据集对预训练模型进行训练。
测试
使用您的测试图像运行：
$ python main.py -m test -f TESTIMAGE
结果可以在文件夹./samples/中找到
2023-03-22 14:51:22
35.22MB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码介绍
2022-06-20 15:12:23
1.26MB
1
Monocular Depth Estimation Using
Laplacian Pyramid-Based Depth Residuals---->基于拉普拉斯金字塔深度残差的单目深度估计 是一篇优秀的CVPR文档 word全文翻译
2022-05-31 09:04:17
5.39MB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真
2022-05-10 00:42:34
2.16MB
1
Matlab代码金字塔深度拉普拉斯金字塔网络，可实现快速，准确的超分辨率（CVPR
2017）
，
，
，
和
IEEE计算机视觉和模式识别会议，CVPR
2017
目录
介绍
拉普拉斯金字塔超分辨率网络（LapSRN）是一个渐进式超分辨率模型，可在从粗到细的拉普拉斯金字塔框架内对低分辨率图像进行超分辨率。
我们的方法是快速的，并且在针对4x和8x
SR的五个基准数据集上实现了最先进的性能。
有关更多详细信息和评估结果，请查看我们的和。
引文
如果您发现对您的研究有用的代码和数据集，请引用：
@inproceedings{LapSRN,
author
=
{Lai,
Wei-Sheng
and
Huang,
Jia-Bin
and
Ahuja,
Narendra
and
Yang,
Ming-Hsuan},
title
=
{Deep
Laplacian
Pyramid
Networks
for
Fast
and
Accurate
Super-Resolution},
booktitle
=
{IEEE
Conferene
on
Computer
Vision
and
Pattern
2022-03-08 16:14:50
11.61MB
1
【图像融合】基于拉普拉斯金字塔+小波变换+NSCT图像融合matlab源码含GUI
2021-12-29 21:16:22
12KB
1