Advertisement

红外图像与可见图像的融合，借助深度学习框架Pytorch实现。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该项目提供了一个基于深度学习框架的红外图像与可见图像融合的实现，由李辉、吴新军和Kittler J.完成。该研究成果发表于《计算机应用》2009年29卷第6期，共计1275-1279页。此外，该项目还包含一个arXiv预印本，编号为arXiv:1804.06992，于2018年发布。为了顺利运行此代码，您需要准备以下必要的工具支持。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于深度学习框架的红外与可见光图像融合_ MATLAB
    优质
    本项目采用深度学习技术，在MATLAB平台上实现红外与可见光图像的有效融合，旨在提升夜间视觉系统的性能和应用范围。 使用深度学习框架进行红外和可见光图像融合。
     
  • 红外与可见光图像融合学习笔记
    优质
    本笔记深入探讨了红外与可见光图像融合的技术方法和应用案例，旨在为视觉感知领域内的研究者提供理论指导和技术参考。 这段文字讲述了红外图像与可见光图像的成像方式的不同，并介绍了通过各种不同的变换方法来融合这两种类型的图像的技术。
     
  • 基于红外与可见光的图像融合源图像
    优质
    本研究探讨了结合红外和可见光技术进行图像融合的方法和技术，旨在提升夜间或低光照条件下的视觉效果及信息提取能力。 整理了8组已配准的红外与可见光源图像用于图像融合。
     
  • ImageFusion_Pytorch：基于PyTorch的红外与可见光图像融合方法
    优质
    ImageFusion_Pytorch是一款使用PyTorch框架开发的工具包，专注于采用深度学习技术实现红外和可见光图像的高效融合。该库提供了一系列模型及预训练参数，以帮助研究人员快速进行实验和创新研究。 使用深度学习框架的红外和可见图像融合-Pytorch实现由李辉、吴新军及Kittler J.完成。这是一篇关于利用Pytorch进行红外与可见光图像融合的研究论文（计算机应用，2009,29（6）：1275-1279），并且在arXiv预印本平台上发布了相关技术细节(arXiv:1804.06992)。要运行该代码，您需要准备相应的工具。
     
  • 可见光和红外图像的配准与融合
    优质
    本研究探讨了可见光和红外图像之间的配准及融合技术，旨在提升复杂环境下的目标识别精度与视觉感知能力。通过算法优化实现高效、准确的数据整合，为智能监控、自动驾驶等领域提供强有力的技术支持。 可见光与红外图像配准融合代码，包含测试图像，可直接运行。
     
  • 红外与可见光图像融合实验资料2
    优质
    本资料涵盖多种红外与可见光图像融合技术的实验数据及结果分析，旨在探索不同算法在实际场景中的应用效果和优化方案。 G. Piella 在 2003 年发表的文章《从像素到区域的多分辨率图像融合通用框架》提出了一个关于如何进行不同尺度下图像融合的方法。英国 OCTEC 公司提供了两组配准后的红外与彩色图像用于实验，这些数据可以用来做可见光和红外图像融合的研究。
     
  • 红外与可见光图像融合及其目的（用Python实现）
    优质
    本项目探讨了红外与可见光图像融合技术，并利用Python编程语言实现了多种融合算法。通过结合不同波段的信息，旨在提升图像识别、分析和处理能力，在安防监控、遥感及医疗影像等领域具有广泛的应用前景。 基于小波变换的方法需要使用已经严格配准好的图像，并建立几个相应的文件夹来存放这些图像。该方法可以批量处理jpg和png格式的图片。
     
  • 红外和可见光图像融合汇总
    优质
    本文综述了红外与可见光图像融合的技术进展、方法应用及挑战，旨在为视觉感知领域的研究者提供参考。 近五年红外与可见光图像融合实现代码合集已经整理完毕。每个方法单独存放于一个文件夹内，主要使用matlab语言编写，部分采用C语言。深度学习模型为训练好的模型，方便学习研究。
     
  • 基于Pytorch的红外与可见光图像融合_Jupyter_Python代码_下载
    优质
    本资源提供基于Pytorch框架的Python代码，在Jupyter环境中实现红外和可见光图像的高效融合。适合深度学习爱好者研究使用，促进夜视及监控领域的应用发展。 使用Pytorch实现的红外和可见光图像融合方法基于深度学习框架。
     
  • 红外和可见光图像的融合技术
    优质
    本研究探讨了将红外与可见光图像结合的技术方法，旨在提升图像质量和信息量，适用于安防监控、医疗成像等多个领域。 红外与可见光图像的融合研究探讨了红外特性和可见光特性，并分析了如何将这两种类型的图像进行有效结合。