基于主成分分析的图像融合方法.pdf
一条****杉淑
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于主成分分析的图像融合方法.pdf
本发明提出了一种融合吸收、微分相位对比度和暗场(散射)信号的方法,上述信号采用x射线相位对比度灵敏技术获得,如光栅装置。该新的方法通过主成分分析(PCA)融合吸收和暗场信号;进一步地,微分相位对比度被合并至该PCA融合图像中,以获得边缘增强效应。由于其普遍的可应用性以及其在使用中的简单性,所提出的发明期望变成用于使用相位对比度成像的图像融合方案的标准方法,特别是在医学扫描仪(例如人体乳房x射线照相设备)、工业生产线上的检查、非破坏的测试以及国土安全方面。
一种基于鲁棒主成分分析的图像融合方法及系统.pdf
本发明涉及一种基于鲁棒主成分分析的图像融合方法及系统,方法包括:获取穿墙雷达回波信号;对所述穿墙雷达回波信号进行鲁棒主成分分析,建立回波域联合低秩稀疏模型;利用BP算法对所述穿墙雷达回波信号进行处理,得到原始图像;对所述原始图像进行鲁棒主成分分析,建立图像域联合低秩稀疏模型;利用光滑化快速交替线性化方法分别对所述回波域联合低秩稀疏模型和所述图像域联合低秩稀疏模型进行求解,确定回波域目标图像和图像域目标图像;对所述回波域目标图像和所述图像域目标图像进行指数加权联乘融合处理,得到融合图像。本发明能够提高杂波和
基于主成分分析的递变能量X射线图像融合.docx
基于主成分分析的递变能量X射线图像融合基于主成分分析的递变能量X射线图像融合摘要:递变能量X射线图像融合是一种有效的方法,可用于结合多个X射线图像以获得更全面和准确的信息。在本论文中,我们提出了一种基于主成分分析(PrincipalComponentAnalysis,PCA)的递变能量X射线图像融合方法。主成分分析是一种常用的降维技术,通过计算X射线图像中像素值的协方差矩阵的特征向量,将图像投影到主要方向上。我们利用PCA降维技术来融合多个递变能量X射线图像,以增强图像信息和减少噪音。实验结果表明,所提出
基于主成分分析的灰度图像匹配方法研究.docx
基于主成分分析的灰度图像匹配方法研究随着数字图像的普及和应用,如何对图像进行准确的匹配成为图像处理中的重要研究领域。灰度图像匹配是其中的一个重要问题,其目的是找到两个图像之间的相似性和差异性。传统的灰度图像匹配方法通常使用两种方法:基于特征的方法和基于区域的方法。其中,特征匹配方法主要是基于SIFT和SURF算法进行的,这种方法能够有效地解决灰度图像匹配的问题,但它需要计算特征点的位置和方向,因此在特征点数量较多时,计算成本会比较高。而基于区域的方法则是将整个图像分成若干个区域,再通过各种方法对这些区域进
基于主成分分析的CT图像去噪方法.pdf
本发明公开一种基于主成分分析的CT图像去噪方法。该方法包括:构建一个可自适应调整大小的搜索窗口;以CT图像中一个包含噪声的像素为中心,构建矩形参考模块;在搜索窗口中,寻找与参考模块相似的测试模块,构成测试模块集;测试模块集映射到CT图像主成分的张量基底空间中;对包含噪声的张量的基底进行削减;将测试模块映射回图像空间中,重建去除噪声后的CT图像。本发明能够准确的去除CT图像中的噪声,并且可以保留CT图像中的边缘和细节信息。