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:
目前的多聚焦图像融合方法对于融合模型的建立主要依赖于经验,其参数配置存在主观性.提出了一种基于IMOPSO算法的多目标多聚焦图像融合方法,简化了多聚焦图像融合模型,克服了参数配置对经验的依赖性.首先给出了多聚焦图像融合有效的评价指标,然后构造了统一的小波域多聚焦图像融合模型,最后以模型参数作为决策变量,采用IMOPSO算法进行多目标优化搜索.IMOPSO算法不但引入变异算子以避免早熟,而且引入拥挤算子,使Pareto优解尽可能均匀分布于Pareto前端,并采用一种新的自适应惯性权重提高寻优能力.实验结果表明,IMOPSO算法具有更快的收敛速度和更好的寻优能力,同时基于该算法的融合方法也实现了Pareto最优多聚焦图像融合.
推荐文章
基于自动聚焦算法的多聚焦图像融合
图像融合
多聚焦图像
自动聚焦算法
DCT变换
空间一致性
基于NSST和SLIC的多聚焦图像融合算法
图像融合
多聚焦图像
超像素分割
非下采样剪切波变换(NSST)
基于区域特性的Contourlet域多聚焦图像融合算法
图像融合
Contourlet变换
多聚焦
区域能量
基于 NSCT与双通道 PCNN 的多聚焦图像融合
非下采样Contourlet变换
双通道PCNN
改进的空间频率
链接强度
多聚焦图像融合
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 基于IMOPSO算法的多目标多聚焦图像融合
来源期刊 电子学报 学科 工学
关键词 多聚焦图像融合 多目标优化 多目标粒子群算法 离散小波变换
年,卷(期) 2006,(9) 所属期刊栏目 学术论文
研究方向 页码范围 1578-1583
页数 6页 分类号 TP391
字数 5577字 语种 中文
DOI 10.3321/j.issn:0372-2112.2006.09.006
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 沈林成 国防科技大学机电工程与自动化学院 111 1901 21.0 39.0
2 牛轶峰 国防科技大学机电工程与自动化学院 19 421 10.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (105)
参考文献  (4)
节点文献
引证文献  (16)
同被引文献  (22)
二级引证文献  (63)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(11)
  • 引证文献(2)
  • 二级引证文献(9)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(11)
  • 引证文献(2)
  • 二级引证文献(9)
2014(9)
  • 引证文献(2)
  • 二级引证文献(7)
2015(14)
  • 引证文献(1)
  • 二级引证文献(13)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(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
多聚焦图像融合
多目标优化
多目标粒子群算法
离散小波变换
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导