分解多边过用于加快过,使用多个指导图像

科学领域:

• 计算机视觉 计算机视觉
• 图像处理 图像处理
• 信号处理 信号处理

背景情况:

• 多模式信号处理和传感器融合在现代图像传感中至关重要.
• 边缘保护过对于场景属性估计和反向染等应用至关重要.
• 现有的加速过器很难有效地利用多个引导图像.

研究的目的:

• 开发一种高效的边缘保护过算法,能够处理多个指导图像.
• 扩展现有的高效过方法,以支持多边过.
• 为了解决传统边缘保护过器的计算时间限制.

主要方法:

• 提出了一个叫做分解多边过 (DMF) 的算法.
• DMF将过过程分解为一系列恒定时间操作.
• 扩展高效的边缘保护过器,以纳入多个指导图像.

主要成果:

• 分解多边过 (DMF) 算法表现出高效率.
• 该方法有效地利用多个指导图像进行改进的过.
• 实验结果证实了该算法的适用于各种应用的适用性.

结论:

• 拟议的分解多边过 (DMF) 算法为使用多个指导图像进行边缘保护过提供了有效的解决方案.
• 这一进步有利于各种传感器融合应用,需要增强的图像处理.
• 该算法成功克服了先前方法在处理多个指导数据方面的局限性.