基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.
推荐文章
双波段红外图像融合算法研究
图像融合
图像特征
双波段图像
双波段红外图像融合板卡的设计
双波段
图像融合
DSP
仿真
基于小波分维的红外图像边缘检测
图像
边缘检测
小波
分维
双色红外图像融合在目标检测中的应用
双色红外
提升小波
图像融合
目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 双波段红外图像融合的小波分维算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 双波段图像融合 分维 小波变换 数据融合
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 41-43,46
页数 4页 分类号 TP391.4
字数 2480字 语种 中文
DOI 10.3321/j.issn:1671-4512.2005.04.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田金文 华中科技大学图像识别与人工智能研究所 248 2531 25.0 36.0
2 田岩 华中科技大学图像识别与人工智能研究所 33 276 10.0 15.0
3 孙玉秋 华中科技大学图像识别与人工智能研究所 5 67 4.0 5.0
4 彭代强 华中科技大学图像识别与人工智能研究所 2 31 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (20)
二级引证文献  (43)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(10)
  • 引证文献(2)
  • 二级引证文献(8)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
双波段图像融合
分维
小波变换
数据融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导