切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
期刊论文
基于互信息及蚁群算法的红外与可见光图像配准研究
基于互信息及蚁群算法的红外与可见光图像配准研究
来源 :微计算机应用 | 被引量 : 12次 | 上传用户:qinqinlian1982
【摘 要】
:
红外与可见光传感器是图像系统中常用的两种传感器,对这两种传感器图像进行有效的融合,能够得到更加丰富的图像信息,并具有更高的可靠性,有利于提高对图像信息的分析和识别能力。快速准确地实现图像配准是图像融合的前提。为此,本文提出了一种基于互信息及蚁群算法实现红外与可见光图像配准的方法。
【作 者】
:
刘鹏
周军
罗德志
杜恺
【机 构】
:
上海交通大学电子工程系,中国人民解放军93115部队
【出 处】
:
微计算机应用
【发表日期】
:
2008年10期
【关键词】
:
红外与可见光
互信息
蚁群算法
图像配准
IR and Visual
Mutual Information
Ant Colony Algorithm
Im
下载到本地 , 更方便阅读
下载此文
赞助VIP
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
红外与可见光传感器是图像系统中常用的两种传感器,对这两种传感器图像进行有效的融合,能够得到更加丰富的图像信息,并具有更高的可靠性,有利于提高对图像信息的分析和识别能力。快速准确地实现图像配准是图像融合的前提。为此,本文提出了一种基于互信息及蚁群算法实现红外与可见光图像配准的方法。
其他文献
基于频繁模式的数据流聚类算法
数据流具有数据量无限且流速快的特点。针对上述问题,本文讨论了基于频繁模式的数据流聚类算法。本算法应用改造后的FP-Tree,更新树时增加一个数组减少了遍历树的时间,使算法的
期刊
聚类
数据流
频繁模式
clustering
data stream
frequent-pattern
其他学术论文