<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TmacDu的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/TmacDu</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; TmacDu]]></copyright><item><title><![CDATA[基于IHS变换和小波变换的可见光和红外图像融合（opencv/C++实现）]]></title><link>https://blog.youkuaiyun.com/TmacDu/article/details/108245910</link><guid>https://blog.youkuaiyun.com/TmacDu/article/details/108245910</guid><author>TmacDu</author><pubDate>Wed, 26 Aug 2020 19:51:38 +0800</pubDate><description><![CDATA[之前写过一篇基于harr小波分解的可见光和红外图像的融合方法，不过该方法只能基于灰度级，无法输出RGB图像，在阅读了《基于 IHS 和小波变换的可见光与红外图像融合》这篇文章后并通过复现代码后弥补上了这个缺陷，现在融合后就可以输出RGB图像啦！
一:融合原理
1.IHS变换
常用的色彩空间有 RGB 色彩空间和 IHS 色彩空间，RGB 色彩空间常用于计算机彩色显示器的显示系统中，RGB 中 R 代表红色，G 代表绿色，B 代表蓝色，3 种色彩叠加形成其他的色彩． 而 IHS 色彩空间包含亮度 I、色度 H]]></description><category></category></item><item><title><![CDATA[基于canny边缘检测和ORB特征检测的可见光和红外图像配准（opencv+C++实现）]]></title><link>https://blog.youkuaiyun.com/TmacDu/article/details/107900338</link><guid>https://blog.youkuaiyun.com/TmacDu/article/details/107900338</guid><author>TmacDu</author><pubDate>Sun, 09 Aug 2020 22:07:03 +0800</pubDate><description><![CDATA[最近在做红外图像和可见光图像的配准算法，在查阅许多论文和复现代码后，通过对比发现基于canny边缘检测和特征检测的配准方法效果最好，在这里记录下方法的原理，流程以及我自己的复现代码和结果供大家参考。
一：配准思想
针对红外与可见光图像系统配准过程中受成像原理影响， 造成图像差异大、 特征点难以配准的问题， 可以提取红外和可见光异源图像中稳定性较好的边缘轮廓。 对 预 处 理 后 的 图 像 上 使 用 Canny算法提取红外和可见光的边缘，然后在边缘图上进行ORB特征提取 并做粗略匹配，对粗略匹配的配对结果]]></description><category></category></item><item><title><![CDATA[基于Harr小波分解的图像融合opencv实现]]></title><link>https://blog.youkuaiyun.com/TmacDu/article/details/107092063</link><guid>https://blog.youkuaiyun.com/TmacDu/article/details/107092063</guid><author>TmacDu</author><pubDate>Thu, 02 Jul 2020 22:20:46 +0800</pubDate><description><![CDATA[最近整理了基于Harr小波分解的图像融合技术实现可见光图像和红外图像的简单融合，本文侧重于图像融合，并不注重于Harr小波变换，所以就只做了一层小波分解和重构（分解层数越多，噪声处理起来也越麻烦），下面简要给出理论分析和代码。
一.Harr小波变换
小波变换的基本思想是想用一组小波函数或者基函数表示一个图像信号，其中Harr小波基函数是其中最简单的基函数，数学原理不做推导，有兴趣的同学可以学习小波变换的有关知识。
1.一维Harr小波分解
为了理解什么是一维Harr小波分解，下面用一个具体的例子来说明Har]]></description><category></category></item><item><title><![CDATA[Retinex算法的C++/opencv实现]]></title><link>https://blog.youkuaiyun.com/TmacDu/article/details/103499795</link><guid>https://blog.youkuaiyun.com/TmacDu/article/details/103499795</guid><author>TmacDu</author><pubDate>Thu, 12 Dec 2019 20:20:03 +0800</pubDate><description><![CDATA[最近在做图像增强方面的算法，在参考了一些博客，论文和源代码后 ，自己整理了Retinex相关算法的opencv实现，在这里贴出来供大家参考，有不当的地方欢迎大家指出！
一.Retinex算法原理
基础理论：物体的颜色是由物体对长波（红色），中波（绿色），短波（蓝色）光线的反射能力来决定的，而不是由反射光强度的绝对值来决定的；物体的颜色不受光照非均匀性的影响，具有一致性，即Retinex算法是基于物...]]></description><category></category></item></channel></rss>