基于多尺度细节的孪生卷积神经网络图像融合算法

来源 :液晶与显示 | 被引量 : 0次 | 上传用户:cet1979
下载到本地 , 更方便阅读
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
图像融合将来自不同捕获条件或不同传感器的互补图像进行融合以提高图像的视觉质量。针对这一任务,本文提出一种改进的滚动引导滤波与神经网络相结合的多尺度融合算法。首先,使用孪生卷积神经网络学习图像特征,并以此获得包含源图像显著特征的权值映射图。随后,使用改进的滚动引导滤波对图像进行多尺度分解,结合信息熵使滚动引导滤波权重参数自适应化来实现多尺度自适应分解,并结合非线性映射增强图像细节信息。最后,采用局部能量与权值图相结合的自适应调整融合模式对多尺度图像进行融合。经实验对比,所提方法能够避免出现图像边缘圆晕
其他文献
为了探究镁对茶树的光合及光保护的响应及茶树的适宜镁肥用量,以‘陕茶1号’为试材,采用水培法,研究不同镁营养水平对茶树生长、光合特性及光保护作用的影响。结果表明:随着镁素浓度的升高,茶树幼苗的叶绿素含量、生物量、净光合速率(Pn)、气孔导度(Gs)、蒸腾速率(Tr)、PSⅡ最大光化学效率(Fv/Fm)、PSⅡ潜在光化学效率(Fv/Fo)、PSⅡ实际光化学量子产量[Y(Ⅱ)]均呈现先增加后降低的趋势,PSⅡ非调节性能量耗散量子产量[Y(NO)]则呈现相反的趋势;相关性分析显示,总鲜质量与Pn、Gs、Tr、Fv
绿色化学是指导可持续发展必不可少的一种方针。目前,环境保护和生态文明建设的话题日益得到社会各界重视,为了适应时代进步需要,在中学化学教学中通过深挖化学教材、改良化学实验、开展实践活动等方式来探索中学绿色化学教育,促进学生形成科学绿色化学观念。
未来出行必须是气候友好型的,同时要兼具经济适用性和吸引力,唯有如此才能让出行和货运可持续。在2021德国国际汽车及智慧出行博览会(IAA Mobility)上,博世集团董事会主席邓纳尔博士表示:“今年,博世在驾驶辅助系统和传感器业务的增长将超过40%,在电动出行领域,博世销售额的增速是市场的两倍,该领域的销售额将在2021年超过10亿欧元,并将在2025年达50亿欧元左右。”
“我们手里要握的是指南针,而不是地图,因为地图会过时,但北极星永远在那里。”东风日产汽车销售有限公司总经理助理陈浩村表示。在“市场”和“政策”两大驱动力的共同作用下,内燃机的主导地位受到了纯电动、混合动力等诸多新动力形式的挑战,汽车动力的多元化时代已然到来。然而,从传统燃油车走向电动汽车的过程并非一蹴而就,东风日产汽车销售有限公司总经理助理陈浩村认为,下一种单一动力占据主导地位的格局远未到来,东风日产将采用VC-Turbo超变擎、e-POWER和Zero Emission日产纯电三大技术路线共同推进的多元
传祺M8成功以高保有量、高保值率、高市占率跻身于中国高端MPV市场第一品牌。21世纪的前两个十年已经过去:第一个十年(2000—2009年),中国超越美国成为全球第一大汽车市场,汽车开始大规模走进中国普通老百姓的家庭;第二个十年(2010—2019年),国内年销售汽车从1,806万辆左右增长到2,577万辆左右。
生物化学是医学教育中非常重要的一门专业基础课,是联系医学相关课程的重要纽带。但是受限于这门课程本身的复杂性和传统填鸭式的教学模式,广大的医学专业学生在学习生物化学的时候难免会感到吃力,这也会给授课教师的教学带来阻力。本文针对这些实际问题进行思考,提出在生物化学的教学中融入医学人文教育,通过向学生讲授与生物化学相关的医学历史、医学哲学、医学艺术的等人文知识,点燃学生对生物化学的学习热情,充分调动他们的主观能动性,进而帮助学生充分理解生物化学的课程内容,提高学习效率。
分析化学蕴含丰富的思政元素,具有广泛的受众群体,在分析化学教学中实施课程思政具有重要的现实意义。高等学校开展课程思政需要与时俱进,不断更新、丰富其内涵和形式,以适应时代对人才培养提出的更高目标和要求。本文探讨了与时俱进在分析化学课程思政教学中的必要性及其实施途径,旨在提升课程思政建设成效,助力培养新时代高素质人才。
The product distribution and kinetic analysis of low-rank coal vitrinite were investigated during the chemical looping gasification(CLG)process.The acid washing method was used to treat low-rank coal,and the density gradient centrifugation method was adop
针对当前灰度图像彩色化算法容易出现色彩枯燥、颜色溢出和图像细节损失等问题,本文提出一种结合全局语义优化的对抗性灰度图像彩色化算法。其中,生成网络采用自主改进的U-Net网络。一方面,改进的U-Net网络利用多层卷积对输入图像进行逐步下采样,在获取多尺度层级特征和全局特征的同时,在跳跃连接中将全局特征和多尺度层级特征进行自适应融合,从而有效增强算法对全局语义信息的理解能力并缓解颜色溢出的现象;另一方
由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。首先对图像进行预处理,突出待分割肝脏区域;接着计算像素在不同边缘检测算子下的梯度值作为该像素的特征,形成像素特征向量训练网络:该网络以一对像素特征向量为输入,以两像素的关联度系数为