登录
首页 » WINDOWS » SparseFusion_2014-12-03

SparseFusion_2014-12-03

于 2017-08-24 发布 文件大小:33263KB
0 308
下载积分: 1 下载次数: 52
我要下载

代码说明：

  基于稀疏表示的多光谱图像融合源代码，用于pansharpening(sparse-based mutispectral image fusion)

文件列表：

SparseFusion_2014-12-03
SparseFusion_2014-12-03\demoSpaFusion.m
SparseFusion_2014-12-03\func_Dic
SparseFusion_2014-12-03\func_Dic\compCode.m
SparseFusion_2014-12-03\func_Dic\ConjGradient2D.m
SparseFusion_2014-12-03\func_Dic\DicLearningM.m
SparseFusion_2014-12-03\func_Dic\Dic_ADMM.asv
SparseFusion_2014-12-03\func_Dic\Dic_Learn.m
SparseFusion_2014-12-03\func_Dic\Dic_Para.m
SparseFusion_2014-12-03\func_Dic\LD.m
SparseFusion_2014-12-03\func_Dic\LDT.m
SparseFusion_2014-12-03\func_Dic\mergePatch.m
SparseFusion_2014-12-03\func_Dic\ODicL.m
SparseFusion_2014-12-03\func_Dic\OMP_C.m
SparseFusion_2014-12-03\func_Dic\restoreFromSupp.m
SparseFusion_2014-12-03\func_Dic\robust_tau.m
SparseFusion_2014-12-03\func_Dic\Train_Dictionary.m
SparseFusion_2014-12-03\func_Dic\Unused Method to Sparse Coding.m
SparseFusion_2014-12-03\global_func
SparseFusion_2014-12-03\global_func\AlterOpti.m
SparseFusion_2014-12-03\global_func\angBvec.m
SparseFusion_2014-12-03\global_func\covariance_matrix.m
SparseFusion_2014-12-03\global_func\depatch.m
SparseFusion_2014-12-03\global_func\estimate_noise.m
SparseFusion_2014-12-03\global_func\fac.m
SparseFusion_2014-12-03\global_func\func_blurringY.m
SparseFusion_2014-12-03\global_func\func_blurringZ.m
SparseFusion_2014-12-03\global_func\func_define.m
SparseFusion_2014-12-03\global_func\gen_degr_mat.m
SparseFusion_2014-12-03\global_func\HS_MS.asv
SparseFusion_2014-12-03\global_func\HS_MS.m
SparseFusion_2014-12-03\global_func\ima_interp_spline.m
SparseFusion_2014-12-03\global_func\include
SparseFusion_2014-12-03\global_func\include\dirichlet.m
SparseFusion_2014-12-03\global_func\include\displayDic.m
SparseFusion_2014-12-03\global_func\include\envidataread.m
SparseFusion_2014-12-03\global_func\include\envihdrread.m
SparseFusion_2014-12-03\global_func\include\prune_library.m
SparseFusion_2014-12-03\global_func\include\soft.m
SparseFusion_2014-12-03\global_func\include\sunsal.m
SparseFusion_2014-12-03\global_func\include\sunsal_simple.m
SparseFusion_2014-12-03\global_func\include\vector_soft_col.m
SparseFusion_2014-12-03\global_func\include\vector_soft_col_iso.m
SparseFusion_2014-12-03\global_func\metrics.m
SparseFusion_2014-12-03\global_func\Para_Prior_Initial.m
SparseFusion_2014-12-03\global_func\Para_Set.m
SparseFusion_2014-12-03\global_func\PostProcess.m
SparseFusion_2014-12-03\global_func\real_image.m
SparseFusion_2014-12-03\global_func\RoughEst.m
SparseFusion_2014-12-03\global_func\var_dim.m
SparseFusion_2014-12-03\original_rosis.tif
SparseFusion_2014-12-03\R.mat
SparseFusion_2014-12-03\setup.m

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

  • kmean
    c#下实现图像颜色k均值聚类 将像素点颜色分类并合并(c# implementation of color image k-means clustering to classification of color pixels and merge)
    2009-03-25 17:13:20下载
    积分：1
  • chengxu
    针对最低有效位 LSB方法保密性较差的问题, 本文提出了一种复合Henon混沌序列和LSB的图像加密解密算法(For the least significant bit LSB method less confidentiality issues, this paper proposes a complex Henon chaotic sequence and the LSB of the image encryption and decryption algorithm)
    2021-04-23 10:08:48下载
    积分：1
  • tiffsilde
    说明：  使用python中的opensilde库对tiff格式图片进行分割。(TIFF format image segmentation.)
    2019-12-13 12:27:40下载
    积分：1
  • D2R9
    这是一个图像处理时用到的程序 可作为图像处理用非常有价值(This is an image processing procedures can be used as image processing with very valuable)
    2007-03-09 15:57:54下载
    积分：1
  • FusionCode1
    针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高频分量的特征信息来判定清晰目标或模糊目标，以此来设计融合算法，采用一定的策略将两副源图像进行融合，从而避开了小波的反变换，因此融合后的图像具有比小波变换法更好的融合效果。(multi-focus image fusion, this paper introduces the wavelet transform algorithm, Although the wavelet transform non-redundant, the loss of high-frequency components are smaller, better integration effect, But there are two major drawbacks : First, the shift variability and the second is the integration of image reconstruction will be subject to a number of external factors. Therefore, there would still be some marginal loss of information, in order to overcome the wavelet transform of the above shortcomings, can be used based on wavelet decomposition and the point spread function PSF model combining the fusion method. The first pair of different images ratchet two sampling wavelet decomposition, and to maintain the same source image size. Then all of its direction, the scale of high-freque)
    2007-05-11 00:36:13下载
    积分：1
  • yundongmubiaojiance
    关于运动目标检测基础算法，混光流法合高斯模型、均值法、及帧间差分法(Moving target detection algorithm based on mixed Gaussian model optical flow together, mean method, and the inter-frame difference method)
    2016-10-17 15:13:00下载
    积分：1
  • PF-Tracking
    基于颜色特征向量的粒子滤波跟踪程序，修复了因粒子超过窗口范围出现ERROR的BUG，还包括了一些有助于粒子滤波学习的资料！！(color-based particle filter tracking, some bugs have been fixed, some information about PF Tracking is included too!!)
    2013-10-26 22:34:33下载
    积分：1
  • homework
    使用基于PCA+KNN算法实现的人脸识别，本算法的优点在于使用的是基于2DPCA的方法，计算时间更短，效率更高。(PCA+ KNN-based face recognition algorithm, the advantage of this algorithm is based on the use of 2DPCA method in calculating the time is even shorter, more efficient.)
    2009-03-15 13:50:40下载
    积分：1
  • Contourlet
    基于Contourlet变换和SVM的SAR图像目标识别 (Contourlet transform and SVM based on the SAR image target recognition)
    2021-04-01 09:19:08下载
    积分：1
  • DSIFT_EF
    说明：  用于处理亮度不一样或者曝光时间长短不一样的图像，通过图像融合增强图像效果。(Used to process images with different brightness or different exposure time, and enhance the image effect through image fusion.)
    2020-11-02 15:15:43下载
    积分：1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2026 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！