本项目研究基于视觉特性的多传感器图像融合方法。主要是:结合对比度视觉模型采用基于遗传搜索策略的融合方法进行多聚焦图像融合研究,可获得理想情况下融合图像对参考源图像的精确重构;研究结合人眼视觉特性和新一代数学变换(脊波变换及曲线波变换)的新型图像融合算法,可获得较现有方法更好的图像融合效果;采用基于视觉特性的多尺度融合方法,对异质图像融合方法进行研究,融合效果与传统方法相比有较大程度改进。通过本项目的研究可使得相关理论研究与实际应用相结合,尤其对重大项目的建设例如航天测控,军事领域等产生较大社会效益和经济效益。作为信息融合的一个重要分支,该项研究将提出新的融合理论算法,解决传统方法难以实现的融合问题,具有重要理论意义与工程应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
1例脊肌萎缩症伴脊柱侧凸患儿后路脊柱矫形术的麻醉护理配合
基于SSVEP 直接脑控机器人方向和速度研究
内点最大化与冗余点控制的小型无人机遥感图像配准
基于多模态信息特征融合的犯罪预测算法研究
采用深度学习的铣刀磨损状态预测模型
多尺度几何分析与人类视觉系统相结合的图像融合技术研究
结合人类视觉特性的非线性图像分析及其应用
基于人类视觉彩色传递特性的彩色图像分割方法研究
融合图像质量特性的视觉对象类别标注方法研究