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:
独立分量分析可实现图像的稀疏编码并具有能很好地捕捉图像重要边缘信息的特性.本文提出一种基于独立分量分析的图像融合算法,结合支持向量机对多聚焦图像的清晰域、模糊域进行判断以及在ICA域中进行图像分割以提取图像的主要边缘特征信息来实现特征级的多聚焦图像的融合.实验结果表明,本文提出的融合算法是有效的.
推荐文章
基于独立分量分析的图像融合算法
图像融合
独立分量分析
融合规则
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
基于独立分量分析的多分辨率遥感图像融合算法
独立分量分析
主分量分析
峭度
负熵
互信息
图像融合
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
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 独立分量分析的图像融合算法
来源期刊 光电工程 学科 工学
关键词 图像融合 独立分量分析 支持向量机 图像分割
年,卷(期) 2007,(6) 所属期刊栏目 图像与信号处理
研究方向 页码范围 82-87
页数 6页 分类号 TP751
字数 3306字 语种 中文
DOI 10.3969/j.issn.1003-501X.2007.06.017
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 李德仁 武汉大学测绘遥感信息工程国家重点实验室 350 13038 58.0 101.0
2 秦前清 武汉大学测绘遥感信息工程国家重点实验室 152 2348 24.0 42.0
3 贾永红 武汉大学遥感信息工程学院 61 734 14.0 25.0
4 陈蜜 首都师范大学教育技术系 9 120 7.0 9.0
6 伭剑辉 武汉大学计算机学院 3 32 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (44)
参考文献  (10)
节点文献
引证文献  (19)
同被引文献  (43)
二级引证文献  (83)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(13)
  • 引证文献(4)
  • 二级引证文献(9)
2011(11)
  • 引证文献(2)
  • 二级引证文献(9)
2012(9)
  • 引证文献(3)
  • 二级引证文献(6)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(17)
  • 引证文献(1)
  • 二级引证文献(16)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
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
图像融合
独立分量分析
支持向量机
图像分割
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导