基于区域最大值的图像融合

为了有效地提高了图像信息的利用率和系统对目标探测识别的可靠性。在此提出一种基于区域最大值的图像融合方法。首先,对两幅源图像进行三层小波分解,对高频分量采用了基于区域最大值的融合策略,低频分量采用平均值的融合策略。结果表明,在此所提融合方法无论是对多焦距图像还是医学图像,融合效果都明显优于对比实验的融合效果,都更好地保留了图像的细节信息,具有较好的视觉效果。     

一种基于TOPSIS的软件质量评价方法

为了对软件质量进行科学、定量的度量和评价,根据TOPSIS的价值函数模型,针对软件的特点,提取了8个反映软件质量的指标因素,使用均值法确定指标的权重,建立了一种基于TOPSIS的软件系统质量综合评价模型。实例分析证明,该方法克服了传统评价指标的单一性缺陷,有利于确定影响软件质量的因素及其影响程度,是一种综合、有效评价软件的质量的方法。     

基于独立成分分析的图像颜色特征提取研究

结合独立成分分析（Independent Components Analysis,ICA）和最大相似度分类器（Maximum Likelihood）的特点,本文提出了一种基于ICA的多频谱遥感图像色彩分类的算法.该算法提取图像的色彩的独立成分,去除了图像的R、G、B之间的相关性,光谱独立成份用来聚集像素,使用Maximum Likelihood对像素进行颜色分类.实验结果表明,该方法识别性能好,准确度高,是对多频谱遥感图像的颜色特征提取的一种有效方法.     

基于小波与阈值的图像分割

图像分割是图像处理和计算机视觉中的重要技术,并且已在工业、军事、医学图像以及机器人视觉领域有着广泛的应用。在此采用了基于小波变换边缘检测算法和阈值分割算法。小波变换边缘检测,即设置分解级数进行多次分解,并依次输出结果图像。阈值分割采用全局与局部阈值分割图像,但是局部阈值更能突出图像的信息点。     

基于PCA-K-means的卫星遥感图像的颜色特征提取技术

结合主成分分析（PCA）和K均值聚类算法（K-means）的特点,本文提出了一种对卫星遥感图像进行颜色特征提取的PCA-K-means算法.该算法去除了图像的R、G、B之间的相关性,在动态聚类的基础上,采用基于区域分类的空间一致性原则合并空间信息,使得该方法能高效的描述卫星图像的颜色特征.实验结果表明,该方法识别性能好,准确度高,是对多频谱遥感图像的颜色特征提取的一种有效的方法.