MATLAB中的影象融合
下面來介紹一下如何在MATLAB中實現影象的融合,具體原理及步驟如下:
影象融合:影象融合是指將多源通道所採集到的關於同一目標的影象資料經過影象處理和計算機技術等,最大限度的提取各自通道中的有利資訊,最後綜合成高質量的影象,以提高影象資訊的利用率、改善計算機解譯精度和可靠性、提升原始影象的空間解析度和光譜解析度,利於監測。影象融合作為資訊融合的一個分支,是當前資訊融合研究中的一個熱點。影象融合的資料形式是包含有明暗、色彩、溫度、距離以及其他的景物特徵的影象。這些影象可以以一幅,或者一列的形式給出。而影象融合是將2張或2張以上的影象資訊的融合到1張影象上,使得融合的影象含有更多的資訊、能夠更方便人來觀察或者計算機處理。影象融合的目標是在實際應用目標下將相關資訊最大合併的基礎上減少輸出的不確定度和冗餘度。影象融合的優點很明顯,它能擴大影象所含有的時間空間資訊,減少不確定性,增加可靠性,改進系統的魯棒效能。
MATLAB中的具體實現步驟:
1、開啟MATLAB軟體,在其主介面的編輯器中寫入下列程式碼:
I=imread('rice.png'); %讀取路徑下的圖片
figure(1),imshow(I,[]) %figure1顯示圖片
I2=imread('cameraman.tif') %讀取第二張圖片
figure(2),imshow(I2,[]) %顯示圖片
K=imadd(I,I2,'uint16'); %使用imadd函式進行影象融合
figure(3),imshow(K,[]) %顯示融合後的圖片
2、儲存程式碼至自定義路徑下,點選執行,結果如下:
如圖所示,可以清晰看到兩張圖巧妙的結合在一起,這就是影象融合的效果體現,融合後影象要含有所有源影象的明顯突出資訊,對源影象中不感興趣的資訊,如噪聲要儘可能多地抑制其出現在融合影象中,介紹完畢,請大家繼續關注!!!
相關文章
- matlab中將RGB影象轉化為灰度影象Matlab
- matlab中中影象PSNR和SSIM的計算Matlab
- matlab影象輸入Matlab
- MATLAB數字影象處理(二)影象增強Matlab
- MATLAB影象旋轉原始碼Matlab原始碼
- [Python影象處理] 五.影象融合、加法運算及影象型別轉換Python型別
- matlab練習程式(影象球面化)Matlab
- matlab練習程式(影象馬賽克)Matlab
- matlab影象處理常用命令Matlab
- matlab之讀取fig影象裡的資料Matlab
- matlab控制影象的邊界(margin),subplot的間距(gap)Matlab
- matlab練習程式(隨機遊走影象)Matlab隨機
- matlab練習程式(模糊集影象增強)Matlab
- stitching.cpp魚眼影象拼接融合 原始碼分析原始碼
- Matlab中的向量Matlab
- 影象中的畫素處理
- 【機器視覺與影象處理】基於MATLAB的角度計算視覺Matlab
- 影象相似度比較和檢測影象中的特定物
- Matlab中的括號()[]{}Matlab
- 影象放大並進行BiCubic插值 Matlab/C++程式碼MatlabC++
- matlab影象處理為什麼要歸一化和如…Matlab
- MATLAB中的常用函式Matlab函式
- Matlab中的plot函式Matlab函式
- MATLAB數字影象處理(一)基礎操作和傅立葉變換Matlab
- 常用的畫素操作演算法:影象加法、畫素混合、提取影象中的ROI演算法
- 影象相似度中的Hash演算法演算法
- Matlab中erf函式的用法Matlab函式
- matlab中sort函式的用法Matlab函式
- matlab中的偽隨機數原理Matlab隨機
- [Python影象處理] 六.影象縮放、影象旋轉、影象翻轉與影象平移Python
- opencv中的影象形態學——腐蝕膨脹OpenCV
- 從 TWAIN 裝置中掃描影象AI
- Python-OpenCV 處理影象(五):影象中邊界和輪廓檢測PythonOpenCV
- iOS 影象處理 - 影象拼接iOS
- Matlab中@與函式呼叫Matlab函式
- 影象處理中關於孔洞填充的方法總結
- 【OpenCV】訪問Mat影象中每個畫素的值OpenCV
- 影象處理之影象增強